《卷积神经网络与计算机视觉》 —2.1.2分类器

2.1.2分类器

分类是现代计算机视觉和模式识别的核心。分类器的任务是使用特征向量对图像或感兴趣区域（RoI）划分类别。分类任务的困难程度取决于来自相同类别图像的特征值的可变性，以及相对于来自不同类别图像的特征值的差异性。但是，完美的分类性能通常是不可能的。这主要是因为：噪声（以阴影、遮挡、透视扭曲等形式），异常值（例如，来自“建筑物”类别的图像可能包含人、动物、建筑物或汽车类别），模糊性 （例如，相同的矩形形状可以对应于桌子或建筑物窗户），缺少标签，仅有小训练样本可用，以及训练数据样本中的正/负覆盖的不平衡。因此，设计分类器以做出最佳决策是一项具有挑战性的任务。