计算机视觉（一）

计算机视觉的一个难题：无论是拍照的角度、光线，形态变化、有无遮挡等等的因素，人都能很容易的识别出图片的目标，但对于计算机来说，这是一件很困难的事情。

k近邻法

1、距离度量选择：

前者会被坐标轴的变化所影响，后者则不会
2、超参数：实质上是一些我们不会从数据中学到的需要提前设置的参数
3、数据集较小的情况下使用交叉验证
4、knn实际上并不适用于对图像进行识别，这是由于其度量选用的标准并不太适合于图像，而且，设计到维度爆炸的问题，因为knn要求数据分布的较为密集，这是非常困难的

线性分类器

1、普通的线性加权形式，但只能学习一种类别的模板
2、简单解释：学习的权值代表每个像素对特定类的贡献

损失函数和优化

1、SVM：取分类正确的得分与分类错误的得分之和做比较

2、softmax：

特征表示的例子：方向梯度特征表示的直方图、词袋