深度学习如何提取特征

参考文献：深度学习如何提取特征

 

引题：

一个粗糙的想法，简单粗暴：

法1：每幅图我让机器一个一个像素看，从像素来说，它最能准确地表达某个具体的物体具体的姿势。可以想到，来了一个像素，你能干嘛，你能判断它是谁？逐像素，你只能：（1）对比一张图片和你有损压缩之后相差多少（2）设一个阀值，然后灰度分级。一旦涉及特征，不会只是像素（尽管有raw features ，但这是输入，之后会对它自动提取特征）。

法2：我可能直观地想到，把图片分成若干块，这些若干块中逐部分去和其他图像对比，选择和它相似的块数最多的。这样的分割有点滑稽，比如你分割到物体中间的部分，全是一种颜色，你去搜索和它相似的？那你只能够搜到衣服相同的人了，不同的只是少部分。比如，你看一个陌生人的衣服，你能记住他吗？

法3：提取某种特征。手动选，如sift，hog,harris...

法4：......

法N（N>=4）：其实对于图片来说，如果表达式很关键的。比如，对于我们人类来讲，轮廓是一种