我可以使用哪种方法进行地毯特征提取？

Question

我有很多地毯图像。我必须对它们进行分类。首先，我检测到地毯的特征。我可以使用哪种方法？我应该使用Gabor特征提取吗？无论如何，谢谢你的所有答案

Answer 1

由于您正在处理图像分类任务，您可以从深度卷积神经网络中的惊人进展中受益。

作为一个简单的步骤，您可以将所有图像提供给着名的CNN，例如AlexNet，并提取所有数据集的最后一个完全连接的功能（FC7）。然后，Simply将有一个大小为[N 4096]的矩阵，其中N指的是样本数。将这些特征提供给线性SVM，您可能会对获得的准确性感到震惊！

这个程序被称为“计算机视觉和深度学习社区中的现成特征提取，与HOG和SIFT等手工制作的功能相比，看起来非常有前景。你可以看到this论文了解更多信息。

Answer 2

尝试使用bag-of-feature方法。使用计算机视觉系统工具箱查看this example。

Answer 3

我同意Saeed深度学习，特别是卷积神经网络在不同领域取得了很好的成果（对象识别，对象分类......）Caffe Framework已成为cv中的通用框架。 但是，如果你知道什么样的功能有歧视的力量。单词apporach包是我最喜欢的选择。但是结果取决于良好的表示（特征/描述符）。在你的情况下，我认为纹理和颜色是描述地毯的重要特征。 HoG和SIFT是一些示例，您可以从中找到大量使用定向渐变的直方图来编码纹理的实现，但是还有许多其他类似的描述符，例如：冲浪。请注意，SIFT有一项专利。要对颜色进行编码，您可以在每个RGB通道上应用SIFT，SURF，HoG等。 Region Covarianz也可能是有趣的。