特徴抽出

コンピューター ビジョンにおける、画像データをコンパクトに表現するための特徴抽出

特徴抽出は、画像の関心部分をコンパクトな特徴ベクトルとして効率的に表現する、一種の次元削減です。この手法は、画像のサイズが大きく、画像のマッチングや検索などのタスクを素早く実行するために簡潔な特徴表現が必要なときに便利です。

特徴点検出、特徴量抽出、マッチングの組み合わは、一般的なコンピュータビジョン問題に頻繁に適用されます。たとえば、物体の検出認識、コンテンツベースの画像検索、顔の検出と認識、およびテクスチャー分類などの問題を解決するために利用できます。

特徴点検出、特徴量抽出、およびマッチングの組み合わせを使用した複雑なシーン (右) 内での物体 (左) の検出詳細については、 使用例 を参照してください。

一般的な特徴抽出の手法としては、勾配方向ヒストグラム (HOG)、スピードアップ ロバスト特性 (SURF)、局所 2 値パターン (LBP)、Haar ウェーブレット、およびカラー ヒストグラムなどがあります。

詳細については、Computer Vision System Toolbox および Image Processing Toolbox を参照してください。これらのツールボックスは MATLAB 上で使用できます。

画像の勾配方向ヒストグラム (HOG) 特徴量抽出 (上)。画像を表現するために、セルの大きさを変化させて生成された異なるサイズの特徴ベクトル(下)。詳細については、使用例を参照してください。

参考: 特徴検出, 特徴マッチング, オブジェクト検出, 画像のブレ補正, 画像とビデオ処理, 顔認識, 画像認識, 物体検出, オブジェクト認識, デジタル画像処理, オプティカル フロー, RANSAC, パターン認識