Fisher Vector 通俗学习

我写东西喜欢五颜六色，也喜欢通俗的来讲！哈哈。。。。

核心：

Fisher vector本质上是用似然函数的梯度vector来表达一幅图像

基础知识的预备：

1. 高斯分布

生活和自然中，很多的事和物的分布都可以近似的看做是高斯分布。比如说：一个班的成绩的优良中差的分布。最优秀的和最差的往往都是少数，一般人是大多数。

高斯分布直观的感受是这样的：这是这种分布的概率情况的表示：

                                          

2. 混合高斯分布

问题是：一个班的成绩的分布他也可能是这样的：60分以下以及95分以上很少人，60-75很多人，突然75-85人又少了，但是85-90又多了。这个时候直观的感受是这样的：

                                                    

这个时候很显然若使用两个高斯分布来拟合，加上二者的权重效果比单个的高斯分布要好得多！若是不止两个山峰那最好就是再多几个高斯的分布同时来拟合