轉載自部落格：https://blog.csdn.net/wangyang20170901/article/details/79037867

1、Gram矩陣的定義

2、意義

       格拉姆矩陣可以看做feature之間的偏心協方差矩陣（即沒有減去均值的協方差矩陣），在feature map中，每個數字都來自於一個特定濾波器在特定位置的卷積，因此每個數字代表一個特徵的強度，而Gram計算的實際上是兩兩特徵之間的相關性，哪兩個特徵是同時出現的，哪兩個是此消彼長的等等，同時，Gram的對角線元素，還體現了每個特徵在影象中出現的量，因此，Gram有助於把握整個影象的大體風格。有了表示風格的Gram Matrix，要度量兩個影象風格的差異，只需比較他們Gram Matrix的差異即可。

       總之， 格拉姆矩陣用於度量各個維度自己的特性以及各個維度之間的關係。內積之後得到的多尺度矩陣中，對角線元素提供了不同特徵圖各自的資訊，其餘元素提供了不同特徵圖之間的相關資訊。這樣一個矩陣，既能體現出有哪些特徵，又能體現出不同特徵間的緊密程度。