????? ? 基于古老的Marr視覺理論，視覺識別和場景重建的基礎即第一階段為局部顯著性探測。探測到的主要特征為直覺上可刺激底層視覺的局部顯著性——特征點、特征線、特征塊。

??????? 相關介紹：局部特征顯著性—點特征（SIFT為例）?

?????? 從特征提取上說，GLOH使用了各向同性平均；從特征選擇的角度上說，GLOH使用了PCA方法，體現領域專用同時喪失一定的多領域泛化能力。

五、GLOH特征（梯度位置方向直方圖）

?????? 2005年MIko等人提出的SIFT的變子，改進為關鍵點周圍的區間劃分，由田字格劃分修改為?八象限圓格劃分，如下圖：

?????

?????? 在很大的一個訓練集上訓練得到PCA模型，再將272維直方圖映射到一個128維的描述子。在整體的測試中，比SIFT性能有顯著的提高。
?????? GLOH以?建立訓練模型的方式對特征描述施加影響，在一般情況下可以學習到特定領域圖像的特征流形分布，比SIFT要好很多；對于更為廣泛的應用，其性能也會受到預訓練影響。

?

參考資料：

??????????? GLOH Wiki百科: https://en.wikipedia.org/wiki/GLOH?
??????????? GLOH原始論文: Krystian Mikolajczyk and Cordelia Schmid "A performance evaluation of local descriptors", IEEE Transactions on Pattern Analysis and Machine Intelligence, 10, 27, pp 1615--1630, 2005.
?

總結

以上是生活随笔為你收集整理的图像局部显著性—点特征（GLOH）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。