DiMP视频目标跟踪算法中hinge-like loss的理解_hinge like loss

1. 论文基本信息

• 论文标题：Learning Discriminative Model Prediction for Tracking
• 论文作者：Goutam Bhat (CVL, ETH Zurich, Switzerland ) 等人
• 论文出处：ICCV 2019
• 在线阅读：http://openaccess.thecvf.com/content_ICCV_2019/papers/Bhat_Learning_Discriminative_Model_Prediction_for_Tracking_ICCV_2019_paper.pdf
• 源码链接：https://github.com/visionml/pytracking

2. 为什么要用hinge-like loss

在使用hinge-like loss之前，作者对残差的定义为：

$$r(s,c)=s-y_c\text{\hspace{1em}(1)}$$

其中，$s$表示真实的响应得分，$y_c$表示期望的响应得分，通常采用一个高斯分布进行表示，两者之差即为所求解的残差，这是最基础的残差求解思想。

然而在目标跟踪问题中，负样本的数目远大于正样本的数目，其置信得分通常设置为0，这就要求模型足够复杂，并且还会导致模型倾向于对负样本进行学习，而不是对正、负样本进行判别