2016年1月5日paper reading

Learning Local Image Descriptors with Deep Siamese and Triplet Convolutional Networks by Minimising Global Loss Functions


该文章对现有的siamese网络和triplet网络进行了详细的分析。并提出了这两种网络loss function的不足:只考虑了每一对patch或者每两对patch之间的关系,而忽略了global的信息。因此,它针对每一张图片,又加入了一个global的loss,如下


从下图的左图来看,这个loss的目的就是最小化正样本对和负样本的global方差以及正样本对的global距离,另外最大化负样本对的global距离。右图同理,不过使用了相似度而非距离度量。

2016年1月5日paper reading_第1张图片

值得注意的是,加上这个loss之后,对于outlier的鲁棒性会增加,如下图:

2016年1月5日paper reading_第2张图片


你可能感兴趣的:(paperreading,deeplearning)