深度场景分类:直方图SIFT和基于深度学习的功能之间场景分类准确性的比较 源码

深度场景分类 在计算机视觉文献中,使用某些某些不同的场景图像进行场景分类是非常重要且至关重要的问题。 特别是,用计算机实现自动化将在机器人和自动化方面带来巨大收益。 尽管计算机距离人类的视觉理解能力还很远,但是研究人员在这一领域做出了许多重大贡献。 作为一般分类问题,图像场景分类问题具有相同的两个基本步骤。 这些分别是特征提取和分类。 特征提取步骤包括弄清楚必须如何表示场景图像。 如果我们以人类的视觉理解为类比,则人类的大脑会对图像进行编码并为其添加某些特定特征的索引。 让我们假设我们一看到苹果就会如何识别它。 我们的大脑具有某种被称为“苹果”的模型。 在这种模型下,我们的大脑用一些未知信息