图像可以提取哪些特征
哪些公司问过
某中厂1
答案要点
- 颜色特征:颜色直方图、颜色矩、颜色集,描述色彩分布但丢空间信息
- 纹理特征:LBP、灰度共生矩阵 GLCM、Gabor 滤波,刻画表面规律与粗糙度
- 形状/结构特征:边缘、轮廓、HOG、SIFT,常用于检测与关键点匹配
- 空间关系特征:描述区域间相对位置;深度学习特征是 CNN 自动学的卷积特征
- 选型看任务:检索常用颜色加纹理,检测识别偏形状与深度特征
易错点
- 只堆砌特征名称,讲不清每类描述什么、适合什么任务
- 以为颜色直方图能区分空间结构,其实它丢失位置信息
- 手工特征与深度特征非此即彼,忽略各自适用场景与代价
- 提取前不做归一化或尺度处理,特征在不同图像间不可比
面试官常见追问
- HOG 和 SIFT 有什么区别?
- 为什么深度特征逐渐取代手工特征?
- LBP 是怎么描述纹理的?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。