我有一个大型数据集，该数据集使用RLE编码对前景/感兴趣的对象进行编码。这样，我实际上为前景和背景像素设置了一个蒙版。
我想知道我可以在背景像素和前景像素上训练分类器，然后使用该分类器将背景分割出来。图像之间的灰度值存在显着差异，但是背景是相同的-通常，只有海洋或陆地+海洋，前景是一艘船。
我看到了一些问题：每个图像的遮罩都不同，因此背景像素的数量也不同。由于分类器将期望具有相同大小的向量，因此我是否仅从每个图像中采样N x N个窗口并提取特征，而不触摸图像的其余部分？
哪种类型的特征描述符可以很好地解决此类问题？