针对现有的SIFT特征在车辆细粒度分类中存在的分类精度低的问题，提出了一种融合FV-SIFT特征和深度卷积特征的车辆图像细粒度分类算法。首先采用SIFT算法与Fisher Vector算法相结合的方式提取车辆图像的FV-SIFT特征，然后采用VGG-16卷积神经网络提取车辆图像的深度卷积特征，最后将FV-SIFT特征与深度卷积特征进行线性融合并采用支持向量机对融合后的车辆特征进行分类。实验结果表明，该方法的分类准确率达到82.3%，较FV-SIFT算法在分类准确率上提高了15.4%。

iDT-FV-for-action-recogniton iDT(mproved dense trajectories ) and Fisher Vector algorithm implement with C++ IDT + FisherVector编码 IDT 特征提取 IDT 的官方代码在这里 依赖的工具包是OpenCV2.4 和 ffmpeg. 然后编译产生 DenseTrack 可执行文件 然后就可以用这个可执行文件去提取自己的数据库视频特征啦。 注意的是产生的数据还是挺占存储空间的，所以最好压缩下。 举例： 我用的是NTU_RGB数据库，RGB模态的video.此数据库下的文件格式为： NTU_RGBD/nturgb+d_rgb_S001/videoname.avi 使用Linux下的shell 脚本：myIDT.sh 文件 Folder_A是我存放视频数据的路径 Fo