分类器

分类器

• 特征提取和分类是典型计算机视觉系统的两个关键阶段。视觉系统的准确性、稳健性和效率很大程度上取决于图像特征和分类器的质量。特征提取方法可以分为两个不同的类别，即基于手工的方法和基于特征学习的方法。分类器可以分为两组，即浅层模型和深层模型。

• 特征是任何独特的方面或特性，用于解决与特定应用相关的计算任务。n个特征的组合可以表示为n维向量，称为特征向量。特征向量的质量取决于其区分不同类别的图像样本的能力。良好的特征应该是信息丰富的，不受噪声和一系列变换的影响，并且计算快速。

分类器

• 分类器基于逻辑回归的模型实现

  1. 从分类的目标出发，建立模型
  2. 满足线性关系$y=xW+b$
  3. 分类设计 $y_A=x{W}_A+b_A$ 与 $y_B=x{W}_b+b_B$