R-MAC（Regional Maximum Activation of Convolutions）

R-MAC (regionalmaximum Activation of Convolutions)被表示为图像中局部特征的累加器，作为一种判别全局图像表示。R-MAC的概述如下。在卷积特征图中，我们以滑动窗口的方式对正方形区域进行采样，在所有的s = 1，…，s中，相邻窗口之间有40%的重叠。采样区域大小可以计算为:Rs = 2min(W,H)/(s+1)，其中W和H分别为特征图的宽度和高度。R-MAC对区域特征图进行采样后，对所有区域特征图进行最大池化处理，并进行标准化处理，如l2归一化和pca -白化。利用求和池化计算全局特征向量，然后进行l2标准化。

如图为s=1，2，3