根据维基百科的文章Feature Extraction，低级算法的例子包括边缘检测，角点检测等。
但是什么是高级算法？
我只在维基百科文章Feature Detection (computer vision)中找到了这句话：
偶尔，当特征检测在计算上很昂贵并且存在时间限制时，可以使用更高级别的算法来指导特征检测阶段，以便仅搜索图像的某些部分的特征。
您能举例说明其中一种更高级别的算法吗？
答案 0 :(得分：7)
那里没有明确的定义，但我对＆＃34;高级＆＃34;的理解。算法更符合我们在现实生活中对对象进行分类的方式。对于低级特征检测算法，这些算法主要用于查找图像之间的对应点，或者找到那些在您可以想到的最低级别上被分类为甚至远程感兴趣的东西 - 例如在图像中查找边缘或线条（例如除了找到有趣的点当然）。此外，任何处理像素强度或颜色的东西都是我认为的低级别。
高级算法主要在机器学习领域。这些算法涉及整个场景的解释或分类。身体姿势分类，人脸检测，人体动作分类，物体检测和识别等。这些算法涉及训练系统识别或分类某些东西，然后你提供它以前从未见过的一些未知输入，它的工作是要么确定场景中发生了什么，要么找到感兴趣的区域。系统经过培训以寻找的动作。后一个事实可能是维基百科文章所指的内容。您将拥有某种预处理阶段，您可以使用某种高级系统来确定场景中发生重要事件的显着区域。然后，您将在此局部区域中应用低级别特征检测算法。
有一个很棒的高级计算机视觉研讨会讨论了所有这些，你可以在这里找到幻灯片和代码示例：https://www.mpi-inf.mpg.de/departments/computer-vision-and-multimodal-computing/teaching/courses/high-level-computer-vision/
祝你好运！答案 1 :(得分：2)
高级功能是我们可以直接看到和识别的东西，如对象分类，识别，分割等。这些通常是CV研究的目标，它始终基于“低级”特征和算法。