VLAD - Vector of Locally Aggregated Descriptors - 局部聚合描述子向量 - 原理简述

VLAD(Vector of Locally Aggregated Descriptors)是一种用于图像检索和场景识别等任务的有效编码方法。给定一幅图像的局部描述子向量集合及学习得到的码本,VLAD编码通过计算每个码字与其对应的局部描述子之间的残差来生成图像的特征表示。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

局部聚合描述子向量(Vector of Locally Aggregated Descriptors,VLAD)是一种编码方法,被广泛应用到计算机视觉的许多课题中,例如图像检索和场景识别。
假设是{xtRd}mt=1{xt∈Rd}t=1m输入的一幅图像的局部描述子向量的集合,{diRd}Ki=1{di∈Rd}i=1K是已经学习得到的码本,则该图像的VLAD编码为:

V=[vT1,vT2,...vTK]TV=[v1T,v2T,...vKT]T

其中vi=xtdidixtvi=∑xt∈didi−xtxtdixt∈di表示didi是距离xtxt最近的码字。
最终得到的VLAD编码是Kd×1Kd×1的向量。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值