本文提出了一个新的两阶段度量学习算法，通过计算到一组固定锚点的相似度将每个学习实例映射到概率分布，然后在关联的统计流形上定义输入数据空间上的 Fisher 信息距离。该算法在多个数据集上评估，性能优于其他度量学习方法和支持向量机（SVM）。