2005년 Learning a Similarity Metric Discriminatively, with Application to Face Verification 라는 논문으로 Yann LeCun 교수 연구팀에 의해 발표
Siamese Network 는 (이하 샴 네트워크) 다루어야하는 클래스의 종류가 매우 많고, 특정 클래스에 대한 사진을 대량으로 구할 수 없을 때 머신러닝을 활용하여 그 클래스를 구분해내기 위하여 고안된 네트워크
축구공, 코끼리, 악어 3가지 클래스로 같은지 다른지를 모델을 학습 시키고 입력 feature를 이해해서 얼마 보지 못한 데이터 클래스를 예측
이러한 방법을 적용하는 모델중 하나가 샴 네트워크 이고 두 입력간의 feature를 합쳐서 사용하는 방법
기본적으로 샴 네트워크는 모델의 웨이트를 공유함
이렇게 정의된 네트워크에 두 사진이 같을 경우 유사도(Similarity)를 1로 주고, 두 사진이 다를 경우 유사도(similarity)를 0 으로 주어서 모델을 학습
이때 각 입력에서 나온 embedding vector를 이용해 classification, regression 등 다양하게 활용 가능
이것을 similarity learning 혹은 metric learning이라고 부름
