基于规则的简单分类器的特征选择/提取

时间:2015-03-08 18:05:44

标签: object detection

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?

1 个答案:

答案 0 :(得分:0)

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