机器学习笔记：Fisher Vector基本原理与用法

最新推荐文章于 2024-08-21 08:49:42 发布

Will-Lin

最新推荐文章于 2024-08-21 08:49:42 发布

阅读量2.7w

点赞数 19

CC 4.0 BY-SA版权

分类专栏：机器学习计算机视觉文章标签：机器学习计算机视觉行为识别

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/wzmsltw/article/details/52040010

本文深入探讨Fisher Vector的基本原理和计算步骤，它在图像识别特别是动作识别领域广泛应用。通过高斯混合模型逼近描述子分布，Fisher Vector提供了一种包含0阶、1阶和2阶统计信息的非稀疏图像特征表示，从而增强图像描述能力。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

近期在看的动作识别相关的工作中fisher vector及其改进版本被广泛的应用，因此打算从Fisher Vector开始入手整理相关知识。

参考的博客内容：

http://blog.csdn.net/ikerpeng/article/details/41644197 从高斯分布开始介绍了FV，比较易于理解

http://blog.csdn.net/happyer88/article/details/46576379

http://blog.csdn.net/garfielder007/article/details/50767716

完整介绍Fisher Vector方法的论文

"ImageClassification with the Fisher Vector: Theory and Practice"

Fisher Vector的详细概念可以见以上的几篇博文（或是直接看论文）。下面主要从FV的计算步骤的角度进行介绍。首先给出以上的论文中的算法步骤做参考：

对于一副图像，提取T个描述子（比如

最低0.47元/天解锁文章

200万优质内容无限畅学

评论 6

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。