2023-187，#每日一悟每日進步##人工智能#
一、圖像特征提取
圖像的空間通常稱為原始空間，特征稱為特征空間，原始空間到特征空間存在某種變換，這種變換就是特征提取。
圖像特征包括顔色特征、紋理特征、形狀特征、空間關系特征等。
圖像特征提取方法有：
1、方向梯度直方圖（HOG）特征
用于進行物體檢測的特征描述子，由于是在圖像的局部方格單元上操作，對圖像幾何和光學的形變都能保持很好的不變性。
HOG特征特别适合做圖像中的人體檢測。
2、局部二值模式（LBP）特征
用來描述圖像局部紋理特征的算子，具有旋轉不變性和灰階不變性等顯著優點。
通常應用于紋理分類，一般不将LBP圖譜作為特征向量用于分類識别，而是采用LBP特征譜的統計直方圖作為特征向量用于分類識别。
3、Haar特征
使用3種類型4種形式的特征，分為4類：邊緣特征、線性特征、中心特征和對角線特征，組合成特征模闆。如可用于描述臉部特征。
4、深度學習的圖像特征提取
深度學習通過多層處理，逐漸将初始的低層特征表示轉化為高層特征表示，通過機器學習技術自身來産生好特征（自動資料分析和特征提取），進而提高泛化性能。
二、手勢識别技術
不同手勢識别方法的對比見附表。
