시아메스 검증 네트워크는 얼굴, 자동차, 서명 등 항목을 비교하는 데 널리 사용돼요. 이 네트워크는 유사한 객체를 가깝게, 이질적인 객체를 멀리 매핑하는 임베딩 공간을 학습하도록 훈련돼요.
본 연구에서는 시아메스 검증 네트워크가 생성하는 거리 분포를 양분 함수로 근사할 수 있다고 가정하고, 두 모드 사이의 최소점을 식별하여 검증 임계값을 결정하는 비지도 방법을 제안했어요.
MNIST, CIFAR-10, LFW, PKLot 데이터 세트에서 평가 결과, 제안된 방법은 레이블 데이터 없이 평균 검증 정확도 94%를 달성하며 Equal Error Rate 방법과 유사한 성능을 보여줬어요.