【基础教程】基于matlab局部特征检测与提取【1749期】

举报
海神之光 发表于 2022/05/29 00:38:34 2022/05/29
【摘要】 1 常见手工设计的低级别特征 语音:高斯混合模型和隐马尔可夫模型; Gabor features for : texture classification Local Binary Patterns (L...

1 常见手工设计的低级别特征
语音:高斯混合模型和隐马尔可夫模型
Gabor features for : texture classification
Local Binary Patterns (LBP) for:人脸识别 face classification.
SIFT and HOG features for: 物体识别、行人检测object recognition.

2 局部特征与描述子
局部特征及其描述子,是对局部邻域的紧凑向量表示(compact vector representation),是许多计算机视觉算法的构建基石。基于局部特征使得这些计算机视觉算法能够更好地处理图像中的尺度变化,旋转以及遮挡等细节问题。常见的用于目标检测的局部特征表示方法如下:

针对 corner features 的:FAST, Harris, 以及 Shi & Tomasi 方法
针对 blob features 的:SURF 、MSER
matlab 工具箱包含的描述子:SURF、FREAK、BRISK(Binary Robust Invariant Scalable Keypoints)

文章来源: qq912100926.blog.csdn.net,作者:海神之光,版权归原作者所有,如需转载,请联系作者。

原文链接:qq912100926.blog.csdn.net/article/details/123188376

【版权声明】本文为华为云社区用户转载文章,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

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。