《Fisher vector学习笔记》中介绍了fisher vector相关知识,本文接着这片学习笔记,来记录论文《Improving the Fisher Kernel for Large-Scale Image Classification》中第三部分提出的对fisher vector的3种改进。
1,L2 Normalization
首先假设一幅图像的特征们 X=xt,t=1...T 服从一个分布p,对于Large-Scale image,根据大数定律,样本数T增大时,样本均值收敛于样本期望 Ex−p ,所以可将(1)式的fisher vector写成(2)式:
GXλ=1T∑t=1T∇λloguλ(xt).(1)
GXλ≈∇λEx−ploguλ<