Deep Fisher Kernels – End to End Learning of the Fisher Kernel GMM Parameters(泛读)

一.文献名字和作者

    Deep Fisher Kernels – End to End Learning of the Fisher Kernel GMM Parameters,CVPR2014

   

二.阅读时间

    2014年9月30日

三.文献的贡献点

       这篇文献主要讨论的是如何将基于Fisher核的SVM当做一个深度神经网络一样来进行训练，从而能够从训练数据中获得分类器参数和GMM参数。

    这个想法十分新颖，同时，作者也进行了理论上面的推导(虽然没怎么看推导的过程），同时，从实验上面也可以看出作者提出的算法取得不错的效果。

    将其他结构转化为深度学习结构，也是一种比较新颖的研究方向，但是，这个方向对于数学的要求可能比较高一些。

版权所有，欢迎转载，转载请注明出处，谢谢