Re-ID阅读笔记（二）：《In Defense of the Triplet Loss for Person Re-Identification》

水平有限，疏漏之处在所难免，欢迎大家批评指正

论文作者:Alexander Hermans（亚琛工业大学）

论文链接：《In Defense of the Triplet Loss for Person Re-Identification》

一.前言

这篇论文提出的hard triplet loss主要贡献了一种困难三元组采样的方式，在Re-ID各个数据集中取得很极佳的效果。有些研究人员基于hard mining的思想提出了多种triplet loss变体，还有些研究人员在自己设计的网络中加上hard triplet loss，也能取得很好效果。简而言之，hard triplet loss是这两年Re-ID领域广为使用的方法之一。

二.方法

本节首先介绍triplet loss，再介绍hard triplet loss的方法

2.1 Triplet loss

Triplet loss论文：《FaceNet: A Unified Embedding for Face Recognition and Clustering》

triplet loss 最初应用于人脸识别，后来被推广到各个图像检索领域中。

以下图片可以很清晰地看出triplet loss的目的：