论文摘要--Fisher Vectors Meet Neural Networks: A Hybrid Classification Architecture

卷积神经网络(CNN)计算量大,需要的样本多,而FisherVector(FV)准确度与CNN接近,并且与线性分类器有较高的匹配度,因此FV仍然占有重要地位。 本文的创新在于:1.将FV网络与神经网络结合 2.混合体结构派生的中级特征能与CNN媲美。 与传统FV网络相比,一方面,该网络利用了PAC降维度。另一方面,该网络将线性部分与非线性部分区分。线性部分只有一层。非线性部分有两层,第一层可以解释
相关文章
相关标签/搜索