用于对象分类的图像特征
Image features for object classification
假设我有 10 个不同的对象，每个对象有 100 张对应的图像。我想 运行 任何机器学习算法来分类对象是类型 0、类型 1 等
假设每个对象类型彼此不同（例如：对象 1：猫，对象 2：摩托车，对象 3：树）这些图像提取的可能特征是什么，以便能够进行分类在他们身上？
如果您使用完全连接的深度神经网络，那么您实际上不必指定特征。输入只是像素。如果您想使用支持向量机，那么也许可以从每个图像中提取直方图或其他东西，但这可能不会那么有效。
由于您的训练数据有限，我建议您使用词袋方法和 K-means 进行聚类。
就特征而言，你可以提取SIFT特征或SURF特征，或者你甚至可以对一些随机像素采取高斯滤波器的拉普拉斯算子的滤波器响应。
假设我有 10 个不同的对象，每个对象有 100 张对应的图像。我想 运行 任何机器学习算法来分类对象是类型 0、类型 1 等
假设每个对象类型彼此不同（例如：对象 1：猫，对象 2：摩托车，对象 3：树）这些图像提取的可能特征是什么，以便能够进行分类在他们身上？
如果您使用完全连接的深度神经网络，那么您实际上不必指定特征。输入只是像素。如果您想使用支持向量机，那么也许可以从每个图像中提取直方图或其他东西，但这可能不会那么有效。
由于您的训练数据有限，我建议您使用词袋方法和 K-means 进行聚类。 就特征而言，你可以提取SIFT特征或SURF特征，或者你甚至可以对一些随机像素采取高斯滤波器的拉普拉斯算子的滤波器响应。