局部聚合向量（Vector of Locally Aggregated Descriptors，VLAD）
一种编码方法，广泛用于基于音频的人脸识别、动态场景识别、头部姿态分类等。
(1) 欧式空间的VLAD：
具有非常高的辨别能力
仅利用常规的VLAD能够使用初始向量的加法和减法。
常规的欧式空间上的VLAD：
分 给定一个局部描述子集合，假设他们是高斯混合模型
和VLAD有关的只有关于均值的梯度部分，可以写成下面形式：
（1）
在VLAD中，输入空间被K个码本划分成K部分（给定码书C）
1.通过KDtree找到与x最近的码本赋值给u.
（2）
（2）扩展到黎曼流形上
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/208831.html原文链接：https://javaforall.net
