Triplet Network
1、四个问题
要解决什么问题?
实质上,Triplet Network是Siamese Network的一种延伸,要解决的问题与Siamese Network的基本一致。
与Siamese Network一样,适用于解决样本类别很多(或不确定),然而训练数据集的样本数又很少的情况(如人脸识别、人脸验证)。
用了什么办法解决?
思路:将图像映射到某个特征空间中,其中两幅图像输入CNN得到的特征向量之间的欧式距离即为相似度。
与Siamese Network不同的是,Triplet Network采用三个样本为一组:一个参考样本,一个同类样本,一个异类样本。
在contrastive loss的基础之上构建了一个新的loss函数,就是保持类内和类间距离有一个距离限制(margin)。
效果如何?
论文比较老了,是15年的,早就不是state-of-the-art的了。
在论文中给出的实验结果中,采用相似的CNN结构,使用triplet network的效果比siamese network好一些。
还存在什么问题?
triplet network的训练是通过样本间的对比(类内/类间),而不是以往的通过标签(label)训练,前者相比于后者不一定能取得更好地效果。
2、论文概述
2.1、网络结构
在这里插入图片描述
Tripelet Network由3个相同的前馈神经网络(彼此共享参数)组成。
每次输入三个样本,网络会输出两个值:候选样本与同类样本,候选样本与异类样本,在embedding层的特征向量的L2距离。
假设输入为:x
x,候选样本;x−x−,异类样本;x+
x+,同类样本。
一句话概括就是,这个网络对x−
x−和x+x+相对于x
x的距离进行了编码。
在这里插入图片描述
2.2、训练
在这里插入图片描述
d+
d+和d−
d−分别是正样本对和负样本对在embedding层特征向量的欧氏距离。为了方便使用概率表示,又将其输入softmax函数,计算公式如上图。
目标是最小化d+
d+,最大化d−d−,所以等价于令Loss(d+,d−)→0Loss(d+,d−)→0。