LLC学习笔记1

Locality-constrained linear coding(LLC)是文献[1]提出的一种图像分类特征提取方法中的编码方法。
参(chao)考(xi)了多个博客：
图像的稀疏表示系列:
http://blog.csdn.net/jwh_bupt/article/details/9625469
Bag of Features (BOF)图像检索算法：
http://blog.csdn.net/chlele0105/article/details/9633397#comments
空间金字塔方法表示图像：
http://www.mamicode.com/info-detail-903166.html

参考了多个文献，在最后会附上。。

文献[1]的摘要：
基于bag-of-features(BOF)的传统的SPM算法需要非线性的分类器才能达到较好的分类性能。LLC提出简单高效的编码方案Locality-constrained Linear Coding (LLC)取代传统的SPM算法中的VQ coding。LLC利用局部约束将每个descriptor投影到它的local-coordinate system(局部坐标系)中，并且投影坐标通过max pooling (特征各维最大汇总)整合来产生the final representation。与sparse coding strategy(稀疏编码方案)相比，LLC所使用的objective function(目标函数)有一个ana