当前位置:   article > 正文

【深度学习】图像分类问题笔记_intra-class variation

intra-class variation

困难和挑战

  • 视角变化(Viewpoint variation):同一个物体,摄像机可以从多个角度来展现。
  • 大小变化(Scale variation):物体可视的大小通常是会变化的(不仅是在图片中,在真实世界中大小也是变化的)。
  • 形变(Deformation):很多东西的形状并非一成不变,会有很大变化。
    遮挡(Occlusion):目标物体可能被挡住。有时候只有物体的一小部分(可以小到几个像素)是可见的。
  • 光照条件(Illumination conditions):在像素层面上,光照的影响非常大。
  • 背景干扰(Background clutter):物体可能混入背景之中,使之难以被辨认。
  • 类内差异(Intra-class variation):一类物体的个体之间的外形差异很大,比如椅子。这一类物体有许多不同的对象,每个都有自己的外形。

实现步骤

  1. 低维度特征提取
    常用的局部特征提取的方法有:SIFT HOG LBP
  2. 特征编码
    常用的特征编码的方法有:vector quantization, sparse coding, locality-constrained linear coding, Fisher vector encoding
  3. Spatial constraint
    注: spatial constraint 不会翻译,其解释如下:Spatial const
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/笔触狂放9/article/detail/721208
推荐阅读
相关标签
  

闽ICP备14008679号