1.2 傳統的圖像分類算法
1.2傳統的圖像分類算法
對抗樣本的一個重要應用場景就是在機器視覺領域,下面我們重點介紹一下其中的圖像分類。圖像分類是根據圖像的原始信息將不同類別圖像區分開來,是計算機視覺中重要的基本問題,也是圖像檢測、圖像分割、物體跟蹤、行為分析等其他高層視覺任務的基礎。圖1-9所示為圖像分類識別不同的花的品種。圖像分類在很多領域有廣泛應用,包括安防領域的人臉識別和智能視頻分析等,交通領域的交通場景識別,互聯網領域基於內容的圖像檢索和相冊自動歸類,醫學領域的圖像識別等。
圖1-9圖像分類識別不同的花的品種
在CNN出現之前,圖像分類算法依賴於複雜的特徵工程,常用的特徵提取方法包括SIFT(Scale-InvariantFeatureTransform,尺度不變特徵轉換)、HOG(HistogramofOrientedGradient,方向梯度直方圖)、LBP(LocalBinrayPattern,局部二值模式)等,常用的分類算法為SVM。