早期视觉：SIFT & HOG

图像分类/目标识别

• 基本流程：输入图像 → 预处理 → 特征提取 → 学习算法 → 类标

多尺度表征

• 使用金字塔结构捕获全局和局部特征
• 包括高斯金字塔和拉普拉斯金字塔

梯度方向直方图 (HOG)

• 预处理：选择特定尺寸的Patch并调整大小 Patch可以是任意的尺寸，但是有一个固定的比例，比如当patch长宽比1:2，那patch大小可以是 100200, 128256或者10002000但不可以是101205
• 计算梯度图像：使用Sobel算子确定水平和垂直方向的梯度

• 在8x8网格中计算梯度直方图

• 16x16块归一化以减少光照变化的影响

一般不会在每一个91的直方图上面做归一化，而是从一个1616的块上做 归一化，也就是4个91的直方图组合成一个361的向量，然后做归一化， 接着，窗口再朝后面挪8个像素。

• 计算整个图像的HOG特征向量

SIFT (Scale Invariant Feature Transform)

• 提取具有特征尺度的关键点，这些关键点对图像变换具有协变性
• 包括关键点检测、尺度选择、关键点定位、方向确定和描述子生成

SIFT关键点检测

对图像平移、旋转和尺度鲁棒的特征

• 尺度空间极值检测
• 关键点定位
• 确定关键点方向
• 生成关键点描述子

SIFT特征描述子

• 通过尺度空间极值检测和关键点定位来确定具有独特方向的特征
• 描述子对图像变换（平移、旋转、尺度变化）具有不变性

SIFT特征应用

• 用于图像分类、目标识别、图像对齐等

实际应用

• 介绍了常用的图像特征，如Haar-like features、HOG、SIFT、SURF等
• 讨论了关键点检测和描述子在图像识别中的应用