Fisher Kernel：开启图像特征学习的新视角.docx

FisherKernel：开启图像特征学习的新视角

一、引言

1.1研究背景与动机

在数字化时代，图像作为信息的重要载体，包含着丰富的视觉内容。图像特征学习作为计算机视觉领域的核心技术之一，旨在从图像数据中提取出具有代表性和区分性的特征，这些特征对于后续的图像分析任务，如图像识别、分类、检索、目标检测和图像分割等，起着至关重要的作用。良好的图像特征能够准确地描述图像的内容和结构，使得计算机能够理解和分析图像，从而实现各种智能应用。

早期的图像特征提取主要依赖于手工设计的特征，如尺度不变特征变换（SIFT）、加速稳健特征（SURF）、方向梯度直方图（HOG）等。这些手工特征在特定的任务和场