如何以编程方式为任意数据集生成描述符？

Question

我目前正在分析一组图片，我想对其进行分类。 分类是由人工神经网络以监督方式完成的。 我有一个测试集，它为每张图片分配它的类。

我现在要做的是生成很多描述符，然后对这些描述符进行 PCA 并进行统计分析描述符能够描述多少 图片的类别。

如何以编程方式为这些图片生成描述符？这也可以帮助我解决未来的分类问题。让我们假设我有足够的计算能力（100 个核心集群） 是否有包含大量图像描述符的库？

Answer 1

你基本上可以按照两种方法开始：

• 基于特征，使用诸如SIFT 或GIST 等方法，然后是所谓的词袋 方法。 vlfeat 站点包含一个很好的演示。
• 部署deeplearning 算法，例如Sparse Autoencoder 来学习数据集的基本特征，然后可以进一步用于分类。