Siamese Network

定义 Definition

孪生网络（Siamese network）：一种常见的深度学习模型结构，由两条（或多条）共享参数的“并行子网络”组成，用来把输入映射到同一向量空间并进行相似度/距离比较。常用于人脸验证、签名/指纹比对、图像检索、文本匹配与小样本学习等。（该术语也常写作 Siamese neural network。）

发音 Pronunciation (IPA)

/saɪ.əˈmiːz ˈnɛt.wɝːk/

例句 Examples

A Siamese network can tell whether two photos show the same person.
孪生网络可以判断两张照片是否是同一个人。

By training a Siamese network with contrastive or triplet loss, the system learns embeddings where similar inputs cluster together while different ones are pushed apart.
通过用对比损失或三元组损失训练孪生网络，系统会学到一种嵌入表示：相似输入在向量空间中更靠近，不相似输入被拉远。

词源 Etymology

Siamese 原指“暹罗的”（暹罗是泰国的旧称），在英语中也常用于“连体的”（如 Siamese twins，连体双胞胎）。Siamese network 这个名称借用了“连体双胞胎”的意象：两条网络“成对出现”且共享同一套参数。Network 来自 net（网）+ work（工作/构造），指“网络结构”。

相关词 Related Words

• Neural Network
• Embedding
• Metric Learning
• Contrastive Learning
• Triplet Loss
• Cosine Similarity
• Few-Shot Learning
• Face Verification

文献与著作中的用例 Literary Works

• Signature Verification using a “Siamese” Time Delay Neural Network（Bromley et al., 1993）——早期经典工作之一，将“孪生”结构用于相似性判断。
• Dimensionality Reduction by Learning an Invariant Mapping（Hadsell, Chopra & LeCun, 2006）——与孪生网络常配套的对比损失（contrastive loss）在该类方法中广为引用。
• FaceNet: A Unified Embedding for Face Recognition and Clustering（Schroff, Kalenichenko & Philbin, 2015）——虽不一定处处以“Siamese network”命名，但与孪生/度量学习式的嵌入与验证思路密切相关并常在讨论中并提。