Stacked Fisher Vector（SFV）是用于行为识别的先进算法，由Xiaojiang Peng在研究中提出。它通过堆叠两层Fisher Vectors来捕捉图像和视频的局部与全局特征。首先，利用GMM训练得到FV，然后通过PCA+Whitening处理特征，再用预训练的GMM进行编码。第一层FV处理视频子空间的iDT特征，而第二层FV进一步降维并聚合，形成最终的高表达力特征向量，用于行为识别。
Stacked Fisher Vector是Xiaojiang Peng在“Action Recognition with Stacked Fisher Vectors”一文中提出的用于动作识别的算法。SFV与FV结合的方法达到了当时state-of-the-art的结果。
上一篇介绍了Fisher Vectors的基本原理。FV的码书训练与编码过程为：
1.选择GMM中K的大小
1.用训练图片集中所有的特征（或其子集）来求解GMM（可以用EM方法），得到各个参数；
2.取待编码的一张图像，求得其特征集合；
3.用GMM的先验参数以及这张图像的特征集合求得其fishervector
117
1115
3763
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
扫一扫
