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

卷積神經網絡(CNN)計算量大，需要的樣本多，而FisherVector(FV)準確度與CNN接近，並且與線性分類器有較高的匹配度，因此FV仍然佔有重要地位。 本文的創新在於：1.將FV網絡與神經網絡結合 2.混合體結構派生的中級特徵能與CNN媲美。 與傳統FV網絡相比，一方面，該網絡利用了PAC降維度。另一方面，該網絡將線性部分與非線性部分區分。線性部分只有一層。非線性部分有兩層，第一層可以解釋

>>阅读原文<<