VLAD+video classification 浅析

一、VLAD

        名称：Vector of Local Aggregated Descriptor

        计算步骤：

1.  提取SIFT描述算子
2. 训练K个聚类中心的码本，k-means，所有数据
3. 每个SIFT找到最近的聚类中心
4. 求残差
5. 残差和，然后得到k*N的向量，即为所求 

二、NetVLAD

        论文：https://arxiv.org/pdf/1511.07247.pdf

        时间线：2016 TPAMI

        主要内容：将CNN 的特征用VLAD聚合起来，用于位置检索，同时设计出可以end-to-end训练的VLAD layer

三、NextVLAD

        论文：https://arxiv.org/pdf/1811.05014.pdf

        时间线：2018 CVPR youtube8m chanllenge 单模型冠军

        主要内容：借鉴Resnext的结构，将NetVLAD改造为NextVLAD，从而减低参数量，应用于video classification

       

NetVLAD  

NextVLAD