瞭解提取特徵的編碼

Question

我正在關注的編碼是fisher編碼，因爲我已經證明，在我的工作中，編碼效果最好。所以我想測試我提取的（SIFT）特徵上的Fisher編碼，並測試系統的編碼性能或不編碼性能。

而不是開始新我發現vl_feat有一個內置的庫漁民編碼和他們有，由於很好地鏈接here

現在我已經做了最需要什麼樣的，但究竟是什麼並得到一個教程編碼是混淆我，例如教程清楚地表明，使用諸如[means, covariances, priors]通過GMM獲得的參數和所述SIFT提取的特徵將被用在這裏GMM具體根據教程進行漁夫編碼：

的費舍爾編碼使用GMM構建一個視覺詞典。以 爲例說明構建GMM，考慮一些二維數據 分。實際上，這些點將是SIFT或其他本地圖像特徵的集合。

numFeatures = 5000 ; 
dimension = 2 ; 
data = rand(dimension,numFeatures) ; 

numClusters = 30 ; 
[means, covariances, priors] = vl_gmm(data, numClusters); 

然後，一旦我已經完成這一步，我來編碼另一數據集？這讓我感到困惑。我已經使用提取的SIFT特徵生成GMM參數。所以在這裏

encoding = vl_fisher(datatoBeEncoded, means, covariances, priors); 

encoded是最終的結果，但WHAT：

接下來，我們創建另一個組隨機向量，它應該用Fisher向量表示編碼 ，只是得到的GMM有編碼嗎？我希望從我的圖像中提取的SIFT特徵能夠被編碼，但是如果我遵循GMM中使用的教程。如果是這樣的話，datatoBeEncoded是什麼？我是否再次使用SIFT專長？

謝謝

更新：

@Shai

謝謝你，但我相信我一定是做錯了什麼。我不太明白你的意思是「將圖像與自己比較」。我有4班，每班1000張圖片。所以就用從1類第600個圖像學習GMM參數，然後使用這些參數來進行編碼漁民矢量

numClusters = 128 ; 
[means, covariances, priors] = vl_gmm(data, numClusters); 

所以每個means, covariances是大小尺寸128 x 128和先驗的1 x 128

現在，當我使用這些使用功能進行編碼的400個圖像漁民矢量

encoding = vl_fisher(datatoBeEncoded, means, covariances, priors); 

編碼的大小有很大的不同，沿着大小事。這些不能與生成的模型進行比較。

我已經有一個系統正在處理數據集的非編碼版本，並且運行良好，但我想看看編碼如何起作用，理論上應該改進結果。

我可以在這裏添加代碼，如果需要的話，但它是用於UBM-GMM和我困惑的原因是因爲你提到的訓練方法是我用於UBM的。

如果我只是對測試圖像進​​行編碼，由於尺寸不匹配，我無法在分類器中使用它們。

也許我沒有正確地選擇這個或做出一些愚蠢的錯誤，有可能得到一個簡單的例子，通過它我可以理解工作。

非常感謝

Answer 1

你必須在這個過程分爲兩個階段：
（1）培訓在您使用學習域的一些統計特性，並
（2）測試在您使用學習的表示/模型並將其應用於新樣本。

因此，你應該將功能集分成兩個「分裂」一個學習的GMM費希爾編碼（一訓練集），而另一個分裂的編碼申請（一測試集） 。

通常情況下，您會抽取大量能夠很好地表示您感興趣的域名的圖像（例如，如果您對人們感興趣，應該考慮許多室內和室外人物照片，特寫和合影照片等）。許多SIFT描述這些訓練圖像，你可以用它們來學習之典範：

numClusters = 30 ; 
[means, covariances, priors] = vl_gmm(TrainingData, numClusters); 

一旦你有了這個模型保存，那麼你可以將其應用到新照片它們編碼

encoding = vl_fisher(TestData, means, covariances, priors); 

注意，儘管TrainingData是一般非常大的，並且可以從圖像的幾十個（或甚至數百）收集，TestData可以是顯著更小，甚至是來自單個圖像採集的描述符。