ECCV 2018 《Triplet Loss in Siamese Network for Object Tracking》论文笔记

目录

• 模型概况
• 实验结果

       理解出错之处望不吝指正。
       文章链接

模型概况

       模型结构如下图所示：

       本模型与SiamFC的区别在于：提出了一种不同于SiamFC的损失函数。
       在SiamFC中的损失函数如下：
$L_l(Y,V)=\sum_{x_i \in X}w_ilog(1+e^{-y_i \centerdot v_i})$Ll​(Y,V)=xi​∈X∑​wi​log(1+e−yi​⋅vi​)
       作者说，这个损失函数不够好，因为它只考虑了每个instance（啥是instance？比如模板经过特征提取后得到6×6的特征图$f_e$fe​，搜索区域经过特征提取后得到22×22的特征图$f_s$fs​，我们使用6×6的特征图当做卷积核在22×22的特征图上进行卷积得到17×17的分数矩阵，则在卷积的过程中$f_s$fs​中的每一个6×6区域在原图上的对应区域就是一个instance，而对应“+1”标签的称为positive instance，“-1”标签的称为negative instance）是否足够正确，而忽略了positive instance和negative instance之间的关系。
       文中提出使用下式的损失函数：
$L_t(V_p,V_n)=-1/(MN)\sum_{i}^{M}\sum_{j}^{N}log\ prob(vp_i,vn_j)$Lt​(Vp​,Vn​)=−1/(MN)i∑M​j∑N​log prob(vpi​,vnj​)
$prob(vp_i,vn_j)=e^{vp_i}/(e^{vp_i}+e^{vn_j})$prob(vpi​,vnj​)=evpi​/(evpi​+evnj​)
       作者还通过梯度计算公式对比了两种损失函数（以下为两种损失函数的梯度中不同的部分，并不是全部的梯度公式）：
$\frac{\partial T_l}{\partial vp}=-\frac{1}{2(1+e^{vp})},\ \ \ \ \frac{\partial T_l}{\partial vn}=\frac{1}{2(1+e^{-vn})}$∂vp∂Tl​​=−2(1+evp)1​,    ∂vn∂Tl​​=2(1+e−vn)1​
$\frac{\partial T_t}{\partial vp}=-\frac{1}{1+e^{vp-vn}},\ \ \ \ \frac{\partial T_t}{\partial vn}=\frac{1}{1+e^{vp-vn}}$∂vp∂Tt​​=−1+evp−vn1​,    ∂vn∂Tt​​=1+evp−vn1​
       从中我们可以看出本文中的损失函数在计算positive instance和negative instance的梯度时，都能考虑到两种不同的instance的联系，这样利于得到更好的跟踪模型。

实验结果

       文章的训练数据集采用ILSVRC2015，实验结果如下所示。
       1.OTB-2013

       2.OTB-其他
       3.VOT-2017