ECCV 2018 《Triplet Loss in Siamese Network for Object Tracking》论文笔记-CSDN博客

本文链接：https://blog.csdn.net/ms961516792/article/details/84783133

模型概况

模型结构如下图所示：
在这里插入图片描述
本模型与SiamFC的区别在于：提出了一种不同于SiamFC的损失函数。
在SiamFC中的损失函数如下：
$L_l(Y,V)=\sum_{x_i \in X}w_ilog(1+e^{-y_i \centerdot v_i})$
作者说，这个损失函数不够好，因为它只考虑了每个instance（啥是instance？比如模板经过特征提取后得到6×6的特征图 $f_e$ ，搜索区域经过特征提取后得到22×22的特征图 $f_s$ ，我们使用6×6的特征图当做卷积核在22×22的特征图上进行卷积得到17×17的分数矩阵，则在卷积的过程中 $f_s$ 中的每一个6×6区域在原图上的对应区域就是一个instance，而对应“+1”标签的称为positive instance，“-1”标签的称为negative instance）是否足够正确，而忽略了positive instance和negative instance之间的关系。
文中提出使用下式的损失函数：
$L_t(V_p,V_n)=-1/(MN)\sum_{i}^{M}\sum_{j}^{N}log\ prob(vp_i,vn_j)$
$prob(vp_i,vn_j)=e^{vp_i}/(e^{vp_i}+e^{vn_j})$
作者还通过梯度计算公式对比了两种损失函数（以下为两种损失函数的梯度中不同的部分，并不是全部的梯度公式）：
$\frac{\partial T_l}{\partial vp}=-\frac{1}{2(1+e^{vp})},\ \ \ \ \frac{\partial T_l}{\partial vn}=\frac{1}{2(1+e^{-vn})}$
$\frac{\partial T_t}{\partial vp}=-\frac{1}{1+e^{vp-vn}},\ \ \ \ \frac{\partial T_t}{\partial vn}=\frac{1}{1+e^{vp-vn}}$
从中我们可以看出本文中的损失函数在计算positive instance和negative instance的梯度时，都能考虑到两种不同的instance的联系，这样利于得到更好的跟踪模型。