本发明属于计算机视觉技术领域，公开了一种图像样本自适应的深度度量学习方法，获取锚点样本、正样本、第一负样本，利用度量学习构建样本的嵌入空间；在嵌入空间中计算第一负样本所在每个类数据群的类中心点坐标；生成第二负样本；构建解码器，通过解码器将第二负样本由嵌入空间映射至特征空间，生成第二负样本的特征向量；构建第二训练样本组；将第二训练样本组映射至嵌入空间。本发明解决了现有技术中训练数据规模不足，样本高区分度特征难以获取的问题，本发明可广泛推广适用于各类不同的度量学习方法，在不引入先验知识和额外数据的前提下，可以有效的提升原度量学习的辨识能力。