我目前正在分析一组要分类的图片.
分类是通过人工神经网络以监督方式进行的.
我有一个测试集,为每个图片分配其类.

我现在想做的是生成很多描述符,然后在这些描述符上执行PCA
并进行统计分析,描述符可以描述多少
图片的类别.

如何以编程方式为这些图片生成描述符？这也可以帮助我解决将来的分类问题.让我们假设我有足够的计算能力(100个核心集群)
是否有包含大量图像描述符的库？

解决方法:

您基本上可以遵循两种方法开始：

>基于特征,使用诸如SIFT或GIST之类的方法,然后使用所谓的“单词袋”方法. vlfeat网站包含一个很好的演示.
>部署deeplearning算法(例如Sparse Autoencoder)来学习数据集的基本特征,然后可以将其进一步用于分类.