图片的存储是一个很大的矩阵,如果是一个带颜色的图片,矩阵则是三维的(RGB三个听到)通道,每个通道对应一个矩阵。其中每个数的范围在1~256之间
一、图像识别
基于图像分类,即有对应的概率。比如一张猫的照片,识别出来,有多高的概率是我们判定的类别
1、挑战:
(1)视角不同(Viewpoint variation):每个事物旋转或侧视之后,最后的构图可能完全不相同
(2)尺寸大小不统一(Scale variation):相同内容的图片,图片可大可小
(3)变形(Deformation):很多大小在特殊情况下,有特殊的摆放和形状(如人坐着、躺着)
(4)光线等干扰/幻想(Occlusion、Illuminate conditions)
(5)背景干扰(Background clutter)
(6)同类内的差异(Intra-class vari