特征提取算法

特征提取是指将机器学习算法不能识别的原始数据转化为算法可以识别的特征的过程。比如说，文本是由一系列文字组成的，这些文字在经过分词后会形成一个词语集合，对于这些词语集合（原始数据），机器学习算法是不能直接使用的，我们需要将它们转化成机器学习算法可以识别的数值特征（固定长度的向量表示），然后再交给机器学习的算法进行操作。再比如说，图片是由一系列像素点构（原始数据）成的，这些像素点本身无法被机器学习算法直接使用，但是如果将这些像素点转化成矩阵的形式（数值特征），那么机器学习算法就可以使用了。

ORB特征提取

Oriented FAST and Rotated BRIEF

学习链接：http://www.cnblogs.com/ronny/p/4083537.html

Features From Accelerated Segment Test

学习链接：http://www.cnblogs.com/ronny/p/4078710.html

Binary Robust Independent Elementary Features

学习链接：http://www.cnblogs.com/ronny/p/4081362.html

Harris角点

学习链接：http://www.cnblogs.com/ronny/p/4009425.html