计算机视觉论文笔记三：核描述子在计算机视觉上的应用Kernel Descriptors for Visual Recognition

• 2010，nips

• 摘要

• 方向直方图的核观点等价于对image patchs计算特定种类的match kernel
• 把像素的特征，团起来给patch
• 这个特定种类有三种
• 再把这个match kernel 用kernel principle component analysis(KPCA)压缩下维度，别那么大，成为我们的主角，核描述子
• 优点就是核描述子易于设计，并且任何类型的像素级特征都能转化成核描述子

Introduction

要得到核描述子，分为如下三步：

1. 用像素特征设计match kernels
2. 通过kernel principle component analysis(KPCA)学习到压缩基础向量(compact basis vector)
3. 把无穷维度的特征向量映射到刚才提到的基础向量(basis vector)

手工特征不好提取因为图片的空间扰动，比方说正面侧面，有很强的结构性，并且完美的传说中的特征向量维度很高。

• 之前说的三种特征，本片论文是：梯度，颜色，形状的像素特征。
• 最相关的工作是efficient match kernels，如果对于手工特征很感兴趣，可以看下论文

梯度直方图的核观点（要是着急可跳过 You jump, I jump,实际是skip）

不讲故事，直接来。

• 什么是梯度直方图

像素z和他周围的像素颜色可能相同，可能不同，找个差别最大的连起来，这个向量，当作该像素点对于颜色的梯度（注意有大小有方向）。现在我取比方说3*3块内的像素的颜色梯度，每个像素都去投票，比如说我把360度分成4块(orientation binning)，你的梯度在哪块，那个块就加一，这样把九个像素投好票，我就有一个直方图，横坐标是四，纵坐标加起来是九。简单粗暴，但是科学研究变量很多，比如说你可以把360度分成9块，比如说你可以取1600个像素，比如说你可以和离你4步远的像素计算梯度。所以我就是举个例子说明什么是梯度直方图。

• 再说说我们论文具体怎么表示

• 1  d维向量还有公式（1）怎么用呢，比方说你分成了四块，落在第一块(1,0,0,0)，落在第二块(0,1,0,0)，以此类推。
• 2  公式（2）做了一个向量长度&#