Gram矩阵

1、定义：

在n维欧式空间中，任意k(k<n)个向量a1,a2,...,ak的内积组成的矩阵。如下所示：

称k个向量a1,a2,...ak的Gram矩阵，其行列式为Gram行列式。

如x1=(3,3)T，x2=(4,3)T，x3=(1,1)T，则其Gram矩阵为：

                                             

2、意义：

格拉姆矩阵可以看做feature之间的偏心协方差矩阵（即没有减去均值的协方差矩阵），在feature map中，每个数字都来自于一个特定滤波器在特定位置的卷积，因此每个数字代表一个特征的强度，而Gram计算的实际上是两两特征之间的相关性，哪两个特征是同时出现的，哪两个是此消彼长的等等。同时，Gram的对角线元素，还体现了每个特征在图像中出现的量。因此，Gram有助于把握整个图像的大体风格。有了表示风格的Gram Matrix，要度量两个图像风格的差异，可以比较他们Gram Matrix的差异。

总之，Gram矩阵用于度量各个维度自己的特性以及各个维度之间的关系。内积之后得到的多尺度矩阵中，对角线元素提供了不同特征图各自的信息，其余元素提供了不同特征图之间的相关信息。这样一个矩阵，既能体现出有哪些特征，又能体现出不同特征间的紧密程度。