SIFT和HOG特征提取

在深度学习之前,传统的SIFT,HOG等算法均由按组统计特征的特性,它们一般将同一个种类的特征归为一组,然后在进行组归一化。

 

SIFT特征提取

https://blog.csdn.net/abcjennifer/article/details/7639681

 

HOG特征提取

https://www.cnblogs.com/urglyfish/articles/12417343.html

 

posted @   blcblc  阅读(158)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· Docker 太简单,K8s 太复杂?w7panel 让容器管理更轻松!
历史上的今天:
2018-03-30 【复习总结系列】关于gbdt和xgboost的一些理解
2017-03-30 机器学习十大算法 CART Gini 基尼系数 基尼不纯度
2017-03-30 这个神经网络的系列,写的不错,比较权威
2017-03-30 ReLu 和 Dropout 的一些知识
2017-03-30 看来用Python和numpy是解决不了这个数据规模的推荐了,用spark吧
2017-03-30 在开发机器上面安装pandas和sklearn
点击右上角即可分享
微信分享提示