对象形状有意义描述符的统计提取 对象形状有意义描述符的统计提取
John C. Russ，博士，北卡罗来纳州立大学教授
F. Brent Neal，博士，美利肯公司研究科学家
形状是一个难以捉摸的概念。人类根据关键特征的存在与否来识别他们世界中的许多不同事物，他们也必须学会识别这些特征。教计算机根据形状对物体进行分类，或测量形状与历史或性能的相关性，是一项经典的艰巨任务。它在取证、自然科学、工程，甚至是“简单”任务（例如用于阅读印刷文本的光学字符识别）中都很重要。它可能与识别一类对象、特定个人或独特标记有关。存在多种数学测量工具，可以表征形状的某些方面，包括无量纲比、傅立叶或小波系数、不变矩等。但要确定在给定实例中哪些最合适或最有用，通常需要收集一组训练数据并对其进行统计探索。使用判别分析和神经网络，使用各种特定应用程序（包括自然和人造物体）来说明该过程。
数据探索
