2023-187，#每日一悟每日进步##人工智能#
一、图像特征提取
图像的空间通常称为原始空间，特征称为特征空间，原始空间到特征空间存在某种变换，这种变换就是特征提取。
图像特征包括颜色特征、纹理特征、形状特征、空间关系特征等。
图像特征提取方法有：
1、方向梯度直方图（HOG）特征
用于进行物体检测的特征描述子，由于是在图像的局部方格单元上操作，对图像几何和光学的形变都能保持很好的不变性。
HOG特征特别适合做图像中的人体检测。
2、局部二值模式（LBP）特征
用来描述图像局部纹理特征的算子，具有旋转不变性和灰度不变性等显著优点。
通常应用于纹理分类，一般不将LBP图谱作为特征向量用于分类识别，而是采用LBP特征谱的统计直方图作为特征向量用于分类识别。
3、Haar特征
使用3种类型4种形式的特征，分为4类：边缘特征、线性特征、中心特征和对角线特征，组合成特征模板。如可用于描述脸部特征。
4、深度学习的图像特征提取
深度学习通过多层处理，逐渐将初始的低层特征表示转化为高层特征表示，通过机器学习技术自身来产生好特征（自动数据分析和特征提取），从而提高泛化性能。
二、手势识别技术
不同手势识别方法的对比见附表。
