新一代人工智能：从深度学习到大模型 课件 8-1. 孪生网络 .pdf

《新一代人工智能：从深度学习到大模型》

孪生网络

主讲人张重生

一、孪生神经网络概述SiameseNetwork

孪生神经网络是一种简单却又十分强大的神经网络结构。

它在目标识别与追踪、精确制导，行人重识别、人脸验证、笔迹验证、图像匹配等领域具有重要应用。

尤其在基于孪生网络的目标检测与追踪方面，已有大量的研究，研究者们设计了SiamFC、SiamRPN、

SiamRPN++、DaSiamRPN等经典算法。

本质上，孪生网络是一种实现深度度量学习的深度学习技术。

孪生神经网络的特点是输入成对图像（两幅图像），返回其相似度的值；

或用于优化特征空间，使得同类图像特征向量之间的距离更近，不同类图像的距离更远

参考文献

1.视频目标跟踪算法综述.计算机科学与探索.2022.

2.基于孪生网络的实时目标跟踪算法综述.Https:///p

2

二、孪生神经网络结构

CNN

s

t

h

gSimilarity

i

e

W

DecisionNetwork

CNN

DecisionNetwork

（1）经典孪生神经网络结构特征向量相减或拼接

CNNSimilarity

DecisionNetwork

DecisionNetwork

LearningtoCompareImagePatchesvia

ConvolutionalNeuralNetworks,CVPR2015.

DecisionNetwork

（2）双通道孪生神经网络结构3

三、孪生神经网络的算法实现

CNNCNN

0