![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
paper阅读
文章平均质量分 55
NaNaLab
这个作者很懒,什么都没留下…
展开
-
关于2009_CVPR_Linear spatial pyramid matching using sparse coding for image classification
对于这篇文献一直纠结于nonlinear SVM和linear SVM。通过查阅文献及各牛人的博客,终于有一点明白这篇文献是怎么回事了。这篇文献主要是改进之前06年那篇。 首先说一下06年那篇,这篇文献采用dense sift特征和SPM进行图像分类,sift特征提取就不说了,简单说一下SPM。SPM全拼为spatial pyramid matching,即空间金字塔匹配,包括三个原创 2013-04-16 21:11:02 · 1974 阅读 · 1 评论 -
关于2010_CVPR_Locality-constrained Linear Coding for Image Classification
这篇paper在基于前两篇paper的基础上做了些改进。ScSPM用SC coding代替VQ coding之后,用linear SVM取得了不错的效果。有人发现SC coding具有局部性,为了利用这个特点,便有了LCC coding。基于SC 和LCC,这篇paper提出LLC coding,这种编码方法进一步降低了编码计算复杂度,并且可以用linear SVM。下面将这几种codin原创 2013-04-19 14:42:44 · 2686 阅读 · 5 评论 -
2013_CVPR_BoF meets HOG Feature Extraction based on Histograms of Oriented p.d.f Gradients for Image
最近看到一篇较新的基于BOF的改进的特征提取算法,来自cvpr'2013,从大的方面来讲,这篇paper的算法改进主要包括以下几个方面:1.BOF算法采用把特征映射到word上达到降维的目的,然后统计图像的word直方图,这是一种离散的特征表示方法,这篇文献采用计算特征的pdf(概率密度函数)的方法获得特征的连续表达,其中计算pdf采用KDE(核密度估计)的算法。一幅图像用一个pdf来表示。原创 2013-07-08 18:16:05 · 2527 阅读 · 8 评论 -
SPM kernel( histogram intersection)
刚跟老师探讨直方图交叉核算法,因为这个算法是在看cvpr'2006 BOF那篇paper时看到的,当时没仔细研究,今天被问到了。觉得虽然比较简单,还是写出来理解得比较透彻些。实际上histogram intersection kernel最初来自2005_ICCV_The pyramid match kernel Discriminative classification with sets原创 2013-07-08 15:30:49 · 3941 阅读 · 3 评论 -
关于2006_CVPR_Beyond Bags of Features Spatial Pyramid Matching for Recognizing Natural Scene Categorie
对这篇paper及对应code研究好久了,也困惑了好久,现在终于有点明白是怎么回事了,赶紧记下来对应代码的整个算法过程如下(代码是丕子的):Step1 用均匀网格划分图像。程序中采用8*8像素,即gridspace=8。比如32*40的图像可画出(32/8)*(40/8)=4*5个grid(一个网格用黑色块表示)。Step 2 计算特征向量(dense sift)。程序中采用16*原创 2013-04-12 18:49:22 · 4442 阅读 · 3 评论