Fisher Vector

%  Copyright （c） 2014 Karen Simonyan
%  All rights reserved.
%  This code is made available under the terms of the BSD license （see COPYING file）.

clear;

% set to ‘false‘ to run locally
isCluster = false;

% experiment name
prms.expName = ‘SIFT_1pix_PCA64_GMM512‘;

% image set name
prms.setName = ‘lfw_aligned‘;

% ‘unrest‘: unrestricted ‘rest‘: restricted
prms.trainSettingName = ‘unrest‘;

% prms.expName = ‘SIFT_1pix_PCA64_GMM512_restricted‘;
% prms.setName = ‘lfw_funneled‘;
% prms.trainSettingName = ‘rest‘;

%%
if isCluster
    
    % run on the cluster

    fprintf（‘Computing DSIFT...\n‘）;
    JD1 = batch（‘face_desc.manager.face_descriptor.compute_dense‘ ‘matlabpool‘ 50 ‘workspace‘ prms）; 
    wait（JD1）;

    fprintf（‘Learning PCA and codebooks...\n‘）;
    JD2 = batch（‘face_desc.manager.face_descriptor.learn_pca_gmm‘ ‘matlabpool‘ 10 ‘workspace‘ prms）;
    wait（JD2）;

    fprintf（‘Computing FV...\n‘）;
    JD3 = batch（‘face_desc.manager.face_descriptor.compute_fv‘ ‘matlabpool‘ 50 ‘workspace‘ prms）; 

else
    
    % copy params struct to the current workspace & run the code
    prmsName = fieldnames（prms）;
    
    for idxName = 1:numel（prmsName）
        assignin（‘base‘ prmsName{idxName} prms.（prmsName{idxName}））;
    end
    
    % subset of dense SIFT features
    face_desc.manager.face_descriptor.compute_dense;
    
    % SIFT-PCA & GMM learning
    face_desc.manager.face_descriptor.learn_pca_gmm;
    
    % FV computation
    face_desc.manager.face_descriptor.compute_fv;    
end