- time domain:时域, 如speech signal;spatial domain: 空域, 如image
- transform domain:变换域, 如傅里叶域的傅里叶系数,小波域的小波系数
- corpus:预料库(文本建模基本术语),一般由多篇文档构成的可称为预料库,记一篇文档 d=w⃗ =(w1,w2,…,wn) (由 n 个单词构成);
- signal corruption:noise, missing data and outliers.
- on many benchmark visual datasets for different tasks
- performance metrics(性能度量)
- streaming workflows with pipelines
1. 计算机视觉的挑战
- viewpoint variation:视角
- scale variation:尺度
- deformation:变形
- occlusion:遮挡
- illumination conditions:照明
- background clutter:前景背景混淆
- Intra-class variation:类内的差异
2. DC(direct current)
直流。
一个图像块的 DC,通常意味着其均值。还记得二维傅里叶变换,
F(u,v)=∑x∑yf(x,y)e−i2π(ux/M+vy/N) 其在(0, 0)(频率原点),
F(0,0)=∑x∑yf(x,y)
就对应着直流分量。
3. Population Sparsity(种群稀疏) vs Lifetime Sparsity(存在稀疏)
- d :表示原有的特征空间
n :变换后的特征空间- m :样本的数目
F :特征矩阵(Feature Matrix)
每个样本都只用很少的激活(非零)特征来描述。具体来说,对于特征矩阵的每一列(一个样本) f(i) ,只有很少的非零元素。其他的都是0 。例如,一幅图像可以由里面包含的一些目标来描述,如果里面存在很多可能的目标,那么在某一时刻,也只可能出现一些。我们称之为population sparsity(种群稀疏)。
好的特征应该是具有区分性的,这样才可以区分样本。例如需要区分人脸和人手,那么很明显,肤色不是区分性的特征,因为人脸和人手都有肤色。但如果看有没有眼睛,那么就很容易区分是人脸还是人手了,所以眼睛就是一个区分性的特征。所以要区分样本,就要选择样本独有的,而不是大家都有的特征。稍微学术点的表达就是,每个特征只允许在少量的样本内被激活。也就是说,在特征矩阵中,每一行(一种特征)应该只有少量的非零元素。这个特征的属性被称为lifetime sparsity(存在稀疏)。
4. High Dispersal(高分散性)
对每一行(一种特征在不同样本的时候的不同取值)的特征的分布,应该和其他行的特征的分布相似,或者说每种特征都应该具有相似的统计特性。具体来说,对矩阵的每一行,我们取该行所有元素(一种特征在不同样本的时候的不同取值)的平方后的均值作为其统计特性的描述。每一行都存在一个均值,那么每行的均值都应该是一样的,这样就可以认为所有的特征都具有相似的分布。这种属性我们称之为 high dispersal(高分散性)。但对于一个好的特征描述来说,这个属性并不是必要的。但它可以防止特征的退化,也就是可以防止提取到相同的特征(如果提取到相同的特征,那么特征既冗余,又没有增加信息量,所以一般都要求提取到的特征是正交的)。对于过完备的特征表达。high dispersal 可以理解为只有很少的 inactive 不活跃的特征。例如,PCA编码一般不会满足 high dispersal,因为大的特征值对应的特征向量(也就是特征code)大部分总是活跃active的。