摘要：
Josef和Andrew在2003年的ICCV上发表的论文[10]中，将文档检索的方法借鉴到了视频中的对象检测中。他们首先将图像的特征描述类比成单词，并建立了基于SIFT特征的vusual word dictionary，结合停止词、TF-IDF和余弦相似度等思想检索包含相同对象的图像帧，最后基于局部特征的匹配和空间一致性完成了对象的匹配。文档检索与计算机视觉之间渊源颇深，在CV领域常常会遇到要将图像的多个局部特征描述融合为一条特征向量的问题，比如常用的BoVW、VLAD和Fisher Vector等。下面，我们从文档检索为切入点，简单学习下这些局部特的融合方法。 阅读全文