Идеи для выделения признаков объекта с использованием ключевых точек изображения

Question

Буду признателен, если вы поможете мне создать вектор признаков простого объекта с использованием ключевых точек. На данный момент я использую набор данных ETH-80, объекты имеют почти синий фон, а изображения взяты из разных видов. Как это:

После создания векторного элемента я хочу обучить нейронную сеть этому вектору и использовать эту нейронную сеть для распознавания входного изображения объекта. Я не хочу усложнять, входные изображения будут такими же простыми, как и изображения поездов. Я задавал подобные вопросы ранее, кто-то предлагал использовать среднее значение окрестности ключевых точек 20x20. Я попробовал, кажется, это не работает с изображениями ETH-80, из-за различных видов изображений. Вот почему я задал еще один вопрос.

Answer 1

SURF или SIFT.Ищите детекторы точек интереса.Реализация MATLAB SIFT доступна бесплатно.

Обновление: Распознавание объектов из функций, инвариантных к локальной шкале

Answer 2

Функции SIFT и SURF состоят из двух частей: детектора и дескриптора.Детектор находит точку в некотором n-мерном пространстве (4D для SIFT), дескриптор используется для надежного описания окружения указанных точек.Последний все чаще используется для категоризации и идентификации изображений в так называемом подходе «мешок слова» или «визуальные слова».В наиболее простой форме можно собрать все данные из всех дескрипторов всех изображений и объединить их в кластеры, например, с помощью k-средних.Каждое исходное изображение имеет дескрипторы, которые вносят вклад в несколько кластеров.Центроиды этих скоплений, то есть визуальные слова, могут использоваться в качестве нового дескриптора изображения.Веб-сайт VLfeat содержит хорошую демонстрацию этого подхода, классифицируя набор данных caltech 101:

http://www.vlfeat.org/applications/apps.html#apps.caltech-101