近年来随着机器学习与计算机视觉的飞速发展,视觉目标识别领域深受国内外研究者的青睐,其中度量学习是实现视觉目标识别的重要途径之一。度量学习的优化目标是根据一定的规则从训练样本中进行训练和学习来获得一个有效的度量,使得不同类别样本特征之间的距离尽可能增大,相同类别样本特征之间的距离尽可能减小。半正定约束度量学习（Positive-semidefinite Constrained Metric Learning,PCML）算法在视觉目标识别领域展现了优越的性能,相比于传统的度量学习算法而言,PCML利用了支持向量机（Support Vector Machines,SVM）的大间隔原理去指导度量矩阵的学习,提高了模型的泛化性能。然而,PCML只简单的考虑不同类别样本特征之间的间隔,忽略了相同类别样本特征之间的数据分布信息。此外,PCML在特征提取阶段采用传统的手工方法进行特征提取,由于手工方法提取到的特征表达能力弱,尤其是在复杂的任务场景中,这些特征往往不能取得令人满意的结果。为了解决以上问题,本论文进行了以下两方面的研究,主要贡献如下:（1）针对PCML忽略了相同类别样本特征之间的数据分布信息,本文提出了一种基于数据结构特征的度量学习（Metric Learning based on Structure Characteristics of Data,MLSCD）算法。MLSCD不仅利用了SVM的大间隔原理,还整合了相同类别样本特征的类内散度矩阵,这样在学习度量矩阵的过程中,不但可以使不同类别样本特征之间的距离不断增加,而且可以使相同类别样本特征之间的距离不断减小。为了进一步提高模型的泛化性能,MLSCD的目标函数中采用了L2-norm而不是L1-norm。（2）针对PCML在特征提取阶段采用的是手工方法进行特征提取,本文提出了一种基于注意力网络和类方差的度量学习（Metric Learning based on Attention Networks and Class Variance,MLBAN）算法。MLBAN使用了融合卷积块注意力机制（Convolutional Block Attention Module,CBAM）的网络进行特征提取,这样提取到的深度特征包含了图像中更多的语义信息,可以进一步提高特征的表达能力。此外,MLBAN将SVM分类器和相同类别样本特征的类内散度矩阵嵌入到了网络结构中,实现了神经网络的端到端训练。为了验证所提算法的有效性,本文在多个识别任务的数据集上进行了综合性的实验分析,实验结果表明,多数情况下本文所提算法比其它算法取得了更优异的性能。