基于规则的简单分类器的特征选择/提取

Question

假设我必须检测图像中是否有黑貂羚羊。现在我有一个充满图像的数据库，其中一些包含Sable。在所有图像（其中都有Sable）中，从侧面看到了黑貂。现在进一步假设我找到了一种方法来检测图像中是否有角，任何种类的角，形状和颜色都不同（只是假设）。

现在我对包含角的图像进行进一步的图像处理。我确定它们是扭曲还是直线，如果它们是直的，可能会持续多长时间。然后我取这个值的长度，我通常在分类器中使用它。比如10到15之间是Sable Antelope，否则不是。

我想知道的是，我在那里做了什么？寻找喇叭长度并确定它是否属于某一类。它是特征提取还是特征选择。或其他什么？

Answer 1

计算角的长度和测量物体的颜色等，称为feature extraction。

确定要提取和用于分类的功能称为feature selection（例如，不要使用颜色，因为它不会带来良好的性能）。

根据所选的提取特征确定样本是否属于某个类，称为classification。