文献阅读笔记——All about VLAD

        是牛津视觉组2013年发表在CVPR上的一篇文章。这篇文章所做的工作包括3部分。

1 词典自适应

       假定由一个数据集聚类得到一个词典，当前有一个新的数据集。词典自适应是如何利用已有的词典，描述新的数据集。本文的词典自适应目的是根据新的数据集的SIFT特征更新已有的词典，包括两个步骤。（1）为新数据集的每张影像提取SIFT特征，将各个SIFT特征映射到单词上；（2）经过上步，每个单词都可能会被赋予一定数量的SIFT的特征，利用各个单词所拥有的SIFT特征求均值，得到更新后的单词。

2 归一化（Intra-normalization）

        包括两步归一化。（1）首先为每个单词的残差做归一化；（2）将第一步得到的归一化向量串在一起再用得到新的归一化向量。

3 Multi-VLAD

        将同一张图像用多个VLAD表示。

总结：

文章的Intra-normalization应当会带来一定引用。