数字图像处理--- 特征提取SIFT/HOG

• 特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。

• 这里做个传送门：https://www.jianshu.com/p/d94e558ebe26

• 文章先对SIFT和HOG作一综述，并比较二者优缺点。之后，将SIFT和HOG同神经网络特征提取做一对比，简单介绍了其他几种传统的特征提取的方法——SURF、ORB、LBP、HAAR等等。
  目录如下：
  [1] SIFT（尺度不变特征变换）
  [2] HOG（方向梯度直方图）
  [3] SIFT和HOG的比较
  [4] SIFT/HOG与神经网络特征提取的比较
  [5] 其他传统特征提取的方法（SURF、ORB、LBP、HAAR）