20181226魏秀參：Fine-Grained Image Analysis and Beyond
SCDA(con’t)
深度描述子
同一channel 對不同物體的激活部位不同
保留最大的激活部分
pre-trained 模型
VLAD：基於一階
Fisher：基於二階
avg和max pool進行級連
物體協同定位
計算相關性
保留 PCA 第一維
判斷正負相關
每個深度描述子之間的關係
PCA 自帶去噪
第二維主成分
矩陣分解
先判斷車型，再判斷是否是同一輛
不同難度
隨着數據集，提出的baseline方法
細粒度圖像，小樣本學習
meta-learning 的思想
