Low-level feature:
通常是指图像中的一些小的细节信息,例如边缘(edge),角(corner),颜色(color),像素(pixeles),梯度(gradients)等,这些信息可以通过滤波器、SIFT 或 HOG 获取
High level feature:
是建立在low level feature之上的,可以用于图像中目标或物体形状的识别和检测,具有更丰富的语义信息。
通常来说,卷积神经网络中这两种类型的 features 都会用到: 卷积神经网络的前几层学习 low level feature,后几层学习的是 high level feature。