博文
2011BMVC best poster:an evaluation of recent feature encodin
|||
The devil is in the details: an evaluation of recent feature encoding methods
https://blog.sciencenet.cn/blog-722391-569932.html
上一篇：Locality-constrained Linear Coding for Image Classification
下一篇：[CODE]SIFT 特征及其代码
这篇文章是 2011 BMVC 的 best poster。听名字就很牛，起的很有个性，细节在魔鬼中，文中对进来的用于图片分类的编码方式进行了评估，进行比较的编码方式有：传统的编码方式，llc编码，改进的fisher编码，super vector编码，kernel 编码。
文章的作者非常的严谨，当评估到super vector的时候结果和原文查了一些还给作者发邮件问了一些技术细节，这种严谨真是让人汗颜呀~~
实验的结果基本就是改进的fisher编码方式比较好，但是特征的维数有一些高。
| Caltech 101 | vocabulary size (+ dimensionality) | mean accuracy |
| Histogram (VQ) | 8,000 | 74.23 ± 0.65 |
| Kernel Codebook (KCB) | 8,000 | 75.93 ± 0.57 |
| Locality Constrained (LLC) | 8,000 | 76.95 ± 0.39 |
| Fisher (FK) | 256 (~41k) | 77.78 ± 0.56 |
| VOC 2007 | vocabulary size (+ dimensionality) | mAP |
| Histogram (VQ) | 25,000 | 55.30 |
| Kernel Codebook (KCB) | 25,000 | 56.26 |
| Locality Constrained (LLC) | 25,000 | 57.27 |
| Fisher (FK) | 256 (~41k) | 61.69 |
| Super Vector (SV) | 1024 (~132k) | 58.16 |
https://blog.sciencenet.cn/blog-722391-569932.html
上一篇：Locality-constrained Linear Coding for Image Classification
下一篇：[CODE]SIFT 特征及其代码
