![](https://csdnimg.cn/release/download_crawler_static/88424279/bg4.jpg)
如暹罗网络[27],[2],[28]。 Tao
等人
[
27]训练了一个Siamese网络来学
习离线阶段的匹配函数。在在线跟踪阶段,学习的匹配函数被应用于
寻找最相似的补丁在新的帧中相比,在第一帧中的对象的初始补丁。
这种Siamese实例搜索跟踪器(SINT)在OTB-2013中表现良好[32],而
其速度仅为2 fps。 为了提高跑步速度,Bertinetto
等人。
[
2]省略了全连
接层以减少计算,仅应用5个全卷积层来训练端到端的Siamese网络
(SiamFC)以实现相似性函数。然后,相似度函数直接应用于在线跟
踪,而无需复杂的微调策略。因此,SiamFC实现了超过实时的高帧速
率另一个相关的跟踪器CFnet [28]将相关滤波器视为网络层,以计算
Siamese网络的生成卷积特征之间的相似性。它使学习深度特征能够
紧密耦合到相关滤波器。实验结果表明,Siamese网络中的2个卷积层
与CF层(CFnet2)将实现与包含5个卷积层的SiamFC相当的性能和速
度(75 fps)另外,CFnet通过修改SiamFC [2]的一些卷积层的结构,提
出了 一种 改 进的 SiamImp在 OTB-2013和OTB-100上 的 跟 踪 精 度 优 于
SiamFC,而它的运行速度较低,接近52 fps。
为了证明所提出的三重损失的网络结构的一般性,我们将其应用
到三个实时跟踪器SiamFC,CFnet2和SiamImp,拥有类似的暹罗框
架,但不同的网络结构。
计算机视觉中的三重丢失:三重丢失已广泛应用于计算机视觉中
的许多应用,例如人脸识别[23],图像检索[14],[37],[26]和人员重
新识别[3],[30],[13]。本文列举了一些工作,以供参考。Schroff
等
人。
[23]提出了一种通过结合三重损失[31]和深度卷积网络进行人脸
识别和聚类的FaceNet。为了保证快速收敛,提出了一种在线三元组
挖掘为了进一步挖掘三胞胎之间的潜在联系,Song
et al.
[26]通过将批次内的成对距离的向量提升到成对距离的矩阵来应用用
于训练的结构化损失。Hermans
等人。
[13]系统地评估了经典三重丢
失的几种变体,并提出了一种新的批量硬丢失,具有用于人员重新识
别的软边缘。他们的方法随机抽取一些实例作为一个批构造小集合,
并选择一些最难的实例来计算损失。与上述具有基于边缘的三重丢失
的大多数现有方法相比,我们的方法使用基于概率的三重丢失来避免
手动选择合适的边缘。
3
重新访问暹罗网络进行跟踪
Bertinetto
等人
[
2]通过将跟踪任务转移到嵌入空间中的样本匹配,提出
了一种具有全卷积层的Siamese网络用于对象跟踪(SiamFC)。该
tacking对象补丁通常是在第一