Quoc.Le：Hierarchical invariant spatio-temporal features

文献分析：Learning hierarchical invariant spatio-temporal features for action recognition with independent subspace analysis

                    Quoc.Le, Will Y. Zou, and etc.

 

为什么选择精读此篇paper？

这篇paper的影响力不是一般的大，很多大牛来学校讲学都提到过次特征描述方式~

加上最近deep learning很火热，这篇paper与deep learning一样都在重视分层特征，局部特征的挖掘~

正因为视觉的局部性，分层性，从人眼的原理来分析图像吗？

maybe~

包括sift, deep learning等，确实都是从分层局部两点来挖掘视觉信息~

正好额也在研究局部~

未来的CV界，无监督学习特征方式，是主流？

 

像SIFT、HOG、Gist、Phog、Gloh、surf等特征都手动设计的局部特征，不易扩展~

1、无监督特征学习的方法，直接从视频数据中学习特征~         

                                   比如：稀疏编码(Sparse coding)、深度信念网（Deep belief nets）和stacked antoencoders~ 

2、利用独立子空间分析(independent subspace analysis, ISA)算法，从无标签视频数据中，学习具有时空不变性的特征~

                                  是独立组建分析算法（independent component analysis, ICA）的一种扩展。

                                  相比ICA, ISA对局部变换（频率、旋转和速率等）更加鲁棒~

                                  但是ICA和ISA都有一个缺点，就是当数据维度高的时候，训练速度非常慢~                                 

3、并联合深度学习算法（stacking and convolution）来学习分层表示。（这也是deep learning强调的一点）

                                 stacking and convolution 这两个重要的idea，来自卷积神经网络~

                                  具体来说，我们从小的输入patch来学习特征，然后和大的区域进行convolute~

                                  convolutio的输出作为上一层的输入。 从而学习分层特征~

 

随着paper，我们来对以上三点，进一步的分析：

1、对静态图像的独立子空间分析

     独立子空间分析是一种无监督学习的算法，从无标签的图像patch中学习特征。

     一个独立子空间分析网络，可视为一个两层的网络，图一示。

 

     

                  其中，

 

2、Stacked convolutional ISA

       首先在小的输入patch上，训练ISA算法。

       然后学习网络模型，并在大的区域中进行convolve

       PCA后再次进行ISA~     

 

3、学习时空特征·

      扩展到视频中，把原来的图像patch，替换为video patch而已~

     

4、利用批量投影梯度下降法进行学习~  （Batch projected gradient descent）

 

5、 基于正则化阈值的兴趣点检测     

       过滤去除一些特征点~

    

 

 

 

 

 

 

参考微博：http://blog.csdn.net/abcjennifer/article/details/7804962