Deep Fisher Networks for Large-Scale Image Classification(精读)

1. 阅读时间


2014/10/07

2. 文章名称和作者


文献名称:Deep Fisher Networks for Large-Scale Image Classification
文献作者:Karen Simonyan, Andrea Vedaldi, Andrew Zisserman (Visual Geometry Group, University of Oxford)

3. 文章解决的问题


研究是否有可能提高现存的计算机视觉特征(SIFT,Color等等)的性能,通过将它们整合到一个深度结构网络中

4. 文章的贡献


(1)提出了费舍尔向量网络(Fisher Vector Network),这是一个将多个费舍尔向量级联堆叠起来的多层网络
(2)该费舍尔向量网络能够媲美上深度神经网络(CNN)
(3)费舍尔向量网络和深度神经网络能够互补,将两者结合起来能够得到更好的准确度

5. 文章的方法


(1)Fisher Layer

Deep Fisher Networks for Large-Scale Image Classification(精读)_第1张图片

(2)Fisher Network

Deep Fisher Networks for Large-Scale Image Classification(精读)_第2张图片

6. 文章使用的数据集


ImageNet Large Scale Visual Recognition Challenge (ILSVRC)2010

7. 文章的实验结果


Deep Fisher Networks for Large-Scale Image Classification(精读)_第3张图片
Deep Fisher Networks for Large-Scale Image Classification(精读)_第4张图片

欢迎大家阅读和转载

你可能感兴趣的:(机器学习,算法,机器学习,图像分类,神经网络)