场景特征描述子(全局特征)-GIST

本文参考：1.https://blog.csdn.net/qq_16234613/article/details/78909839

2.https://www.cnblogs.com/justany/archive/2012/12/06/2804211.html

1.GIST特点：GIST对场景进行识别分类不需要对图像进行分割和局部特征提取，相对于局部特征，该特征是更为“宏观”的特征描述方式，忽略图片的局部特点。

我们注意到：大多数城市看起来就像天空和地面由建筑物外墙紧密连接；大部分高速公路看起来就像一个大表面拉伸天际线，里面充满了凹型（车辆）；而森林场景将包括在一个封闭的环境中，有垂直结构作为背景（树），并连接到一定纹理的水平表面（草）。

而空间包络可以在一定程度表征这些信息。

五种对空间包络的描述方法：

自然度（Degree of Naturalness）：场景如果包含高度的水平和垂直线，这表明该场景有明显的人工痕迹，通常自然景象具有纹理区域和起伏的轮廓。所以，边缘具有高度垂直于水平倾向的自然度低，反之自然度高。
开放度（Degree of Openness）：空间包络是否是封闭（或围绕）的。封闭的，例如：森林、山、城市中心。或者是广阔的，开放的，例如：海岸、高速公路。
粗糙度（Degree of Roughness）：主要指主要构成成分的颗粒大小。这取决于每个空间中元素的尺寸，他们构建更加复杂的元素的可能性，以及构建的元素之间的结构关系等等。粗糙度与场景的分形维度有关，所以可以叫复杂度。
膨胀度（Degree of Expansion）：平行线收敛，给出了空间梯度的深度特点。例如平面视图中的建筑物，具有低膨胀度。相反，非常长的街道则具有高膨胀度。
险峻度（Degree of Ruggedness）：即相对于水平线的偏移。（例如，平坦的水平地面上的山地景观与陡峭的地面）。险峻的环境下在图片中生产倾斜的轮廓，并隐藏了地平线线。大多数的人造环境建立了平坦地面。因此，险峻的环境大多是自然的。

基于这五点对图像进行特征描述。

2.GIST512的计算方法：

1.32Gabor 滤波在4个尺度，8个方向上进行卷积，得到32个feature map 大小和输入图像一致；

2.把每个feature map 分成4*4=16的区域，计算每个区域内的均值；

3.一幅featuremap的区域均值数(16)乘以featuremap数量(32),得到512维GIST特征。

不同维度的GIST特征在于Gabor滤波器的个数，确切的说是滤波器方向的个数和尺度个数的不同。

3.代码

附上几位大神实现的GIST代码链接（版权信息请查看链接中作者标注）：

https://github.com/Kalafinaian/python-img_gist_feature (python代码)

https://github.com/imoken1122/GIST-feature-extractor （python代码）

https://github.com/amr4i/EmotionDetection (c++代码)

文中若有不妥或错误之处，还望指出！

场景特征描述子(全局特征)-GIST相关推荐

image.merge图像有什么变化_图像特征工程：HOG特征描述子介绍
介绍在机器学习算法的世界里,特征工程是非常重要的.实际上,作为一名数据科学家,这是我最喜欢的方面之一!从现有特征中设计新特征并改进模型的性能,这就是我们进行最多实验的地方. 世界上一些顶级数据科学家 ...
PCL：点云特征描述子3D_object_recognition_(descriptors)
PCL官网:https://pointclouds.org/ 翻译自该网站:http://robotica.unileon.es/index.php/PCL/OpenNI_tutorial_4:_3D ...
三维计算机视觉（五）--特征描述子
PPF 机器人视觉中有一项重要人物就是从场景中提取物体的位置,姿态.图像处理算法借助Deep Learning 的东风已经在图像的物体标记领域耍的飞起了.而从三维场景中提取物体还有待研究.目前已有的思 ...
sift计算描述子代码详解_浅谈SIFT特征描述子
SIFT是我接触最早的图像局部特征描述子之一,其实最初,始终觉得局部特征描述子是些非常玄虚的东西.对于SIFT,这种感觉更是尤为强烈,"尺度空间""拉普拉斯高斯算子(Lo ...
图像特征点及特征描述子总结
参考博客 https://blog.csdn.net/qq_28193895/article/details/80845803 https://blog.csdn.net/u013989576/art ...
图像特征描述子之BRISK
原文站点:https://senitco.github.io/2017/07/12/image-feature-brisk/ BRISK(Binary Robust Invariant Scala ...
BRIEF 特征描述子
FROM:http://www.cnblogs.com/ronny/p/4081362.html Binary Robust Independent Elementary Features www.c ...
特征描述子提取公用接口
OpenCV封装了一些特征描述子提取算法,使得用户能够解决该问题时候方便使用各种算法.这章用来计算的描述子提取被表达成一个高维空间的向量 vector.所有实现 vector 特征描述子子提取的部分继 ...
自编码器深度分析+定制特征描述子构建初探
1. 关于tailored 特征描述子自从深度学习的繁荣,利用自编码器.孪生网络.对抗网络采用数据驱动的形式设计tailored 特征描述子成为了计算机视觉领域发展的重要推动力, 这不仅大大削弱了 ...

场景特征描述子(全局特征)-GIST

场景特征描述子(全局特征)-GIST相关推荐

最新文章

热门文章