本文主要是介绍【基础教程】基于matlab局部特征检测与提取【1749期】，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
1 常见手工设计的低级别特征
语音：高斯混合模型和隐马尔可夫模型；
Gabor features for : texture classification
Local Binary Patterns (LBP) for:人脸识别 face classification.
SIFT and HOG features for: 物体识别、行人检测object recognition.
2 局部特征与描述子
局部特征及其描述子，是对局部邻域的紧凑向量表示（compact vector representation），是许多计算机视觉算法的构建基石。基于局部特征使得这些计算机视觉算法能够更好地处理图像中的尺度变化，旋转以及遮挡等细节问题。常见的用于目标检测的局部特征表示方法如下：
针对 corner features 的：FAST, Harris, 以及 Shi & Tomasi 方法
针对 blob features 的：SURF 、MSER
matlab 工具箱包含的描述子：SURF、FREAK、BRISK（Binary Robust Invariant Scalable Keypoints）
这篇关于【基础教程】基于matlab局部特征检测与提取【1749期】的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
