一、DIM（Deep InfoMAX）
Title：Learning deep representations by mutual information estimation and maximization（2019ICLR）
Author：R Devon Hjelm（MSR Montreal）
Method：
主要使用最大化互信息的思想，同一张图的局部特征和全局特征应高度相关，另一张的局部特征不相关。采用NCEloss得到score
实际操作中的两种方法：
二、AMDIM
Title：Learning Representations by Maximizing Mutual Information Across Views（2019Nips）
Author：Philip Bachman（Microsoft Research）
Method：
我的理解是在DeepInfoMAX的基础上加了一个multi-scale，即不同尺度上的feature也可以组成正负pair。
目前看来这两种自监督方法的效果超过了其他方法：
数据来源：A survey on Semi-, Self- and Unsupervised Techniques in Image Classifification
