2015年的CVPR,深度卷积特征+Fisher Vector的方法在纹理数据库上得到了比较优秀的performance
Motivation:
作者认为,对于纹理特征来说,使用全连接层的特征有一下三个问题:
- 卷积层的特征更像一个非线性的滤波器,而全连接层能够扑捉到空间的信息,但这对纹理的表示没有用的
- 输入层必须固定尺寸以适应全连接层的大小,这需要大量的计算
- 浅层具有更好的传递性
Contributions:
- 在Open Surfaces(OS)数据库的基础上又构建了一个新的数据库OSA
- 作者将CNN中的卷积层看做为一个filter bank, 然后利用FV做pooling,这种方法在bag-of-words中经常使用。