TF-IDF

Reference

• TF-IDF
• Hash
• Unsupervised discovery of mid-level discriminative patches

Prerequisite

• TF： 词频(term frequency)，某个文件中特定词出现的频率。
• IDF: 逆向文件频率 (inverse document frequency),某一特定词语的IDF，可以由总文件数目除以包含该词语之文件的数目，再将得到的商取对数得到。TF-IDF联合起来评估一字词(Visual word)对于一个文件集或一个语料库(Images dataset)中的其中一份文件的重要程度。
• 我的感觉：这与 discriminative patch存在很大的相似性，discriminative patch的含义在于frequency(representative) and different(discriminative).
  representative vs TF
  discriminativevs vs IDF

Application

• Lp-norm IDF for Large Scale Image Search
  传统的IDF：对于某一特定visual word，可以由总图片数目除以包含该词语之图片的数目之比的对数来计算。
  图片相似度: query q, database d, codebook size K， di、qi为图片i中codebook的统计分布直方图的数目。
  
  some drawback
  
  Improvement
  v代表database中每张图片中第k个visual word的出现的次数（词频），w是每张图片的权重，p是Lp-norm的参数。d代表每张图片的feature个数（文件长度，文件越长，某一word出现次数的可能性越高），后面的？？？？
  
  
  （说实在，我不想看这篇文章，居然是CVPR。。。）