Image Classification with hand-craft features：
【摘要】 最近复习了一下CVPR2012的一篇文章，题目是“Discriminative Spatial Saliency for Image Classification”。即在那个手工特征，如sift，Hog大行其道的年代，当然也是Bag-of-Features,和SVM和其变体称王称霸的年代，这篇文章也算是典型了。大体思路是利用图片在空间上的显著性对提取的特征进行加权处理，来提高其判别性。由于作...
最近复习了一下CVPR2012的一篇文章，题目是“Discriminative Spatial Saliency for Image Classification”。即在那个手工特征，如sift，Hog大行其道的年代，当然也是Bag-of-Features,和SVM和其变体称王称霸的年代，这篇文章也算是典型了。大体思路是利用图片在空间上的显著性对提取的特征进行加权处理，来提高其判别性。由于作者没有公布代码（都2018年了啊），我也没太看懂，但至少能复习一下以前CV领域的一些知识点吧。作者用什么方法得到的saliency map，文章中没有接受，应该是图像中没个小块有一个显著性度量，但这个度量是啥，没有明确的指出啊。然后就是利用空间金字塔（spatial pyramid）提取sift特征，再做一个BoF的特征表达，最后将该特征和图像的每一个区域的sailency score结合，用了一个latent SVM 进行求解。（我反正是没有看太懂）把需要复习的知识点列一下吧：
图像金字塔简单介绍：图像金字塔
sift算法的详细介绍：sift
https://www.cnblogs.com/doctorbill/articles/4025251.html
BoF的来龙去脉：https://blog.csdn.net/loadstar_kun/article/details/39450137
【声明】本内容来自华为云开发者社区博主，不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息，否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
热门文章
评论（0）