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:
其基本思想是:针对由锚点、正样本、负样本组成的三元组,经过训练,使得正样本与锚点的