论文笔记：Triplet Network

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/hongbin_xu/article/details/83064290

原论文：DEEP METRIC LEARNING USING TRIPLET NETWORK

Triplet Network

1、四个问题

1. 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）。
2. 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）。
3. 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。
4. 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

• 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： $x$，候选样本； $x^-$，异类样本； $x^+$，同类样本。
• 一句话概括就是，这个网络对 $x^-$和 $x^+$相对于 $x$的距离进行了编码。

2.2、训练

• $d_+$和 $d_-$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 $d_+$，最大化 $d_-$，所以等价于令 $Loss(d_+, d-) \rightarrow 0$。