20181226魏秀参:Fine-Grained Image Analysis and Beyond
SCDA(con’t)
深度描述子
同一channel 对不同物体的激活部位不同
保留最大的激活部分
pre-trained 模型
VLAD:基于一阶
Fisher:基于二阶
avg和max pool进行级连
物体协同定位
计算相关性
保留 PCA 第一维
判断正负相关
每个深度描述子之间的关系
PCA 自带去噪
第二维主成分
矩阵分解
先判断车型,再判断是否是同一辆
不同难度
随着数据集,提出的baseline方法
细粒度图像,小样本学习
meta-learning 的思想