2016年1月5日paper reading

Learning Local Image Descriptors with Deep Siamese and Triplet Convolutional Networks by Minimising Global Loss Functions

该文章对现有的siamese网络和triplet网络进行了详细的分析。并提出了这两种网络loss function的不足：只考虑了每一对patch或者每两对patch之间的关系，而忽略了global的信息。因此，它针对每一张图片，又加入了一个global的loss，如下

从下图的左图来看，这个loss的目的就是最小化正样本对和负样本的global方差以及正样本对的global距离，另外最大化负样本对的global距离。右图同理，不过使用了相似度而非距离度量。

值得注意的是，加上这个loss之后，对于outlier的鲁棒性会增加，如下图：