简单的基于规则的分类器的特征选择/提取

Question

假设我必须检测图像中是否有黑貂羚羊。现在我有一个充满图像的数据库，其中一些包含Sable。在所有图像中（其中有黑貂），黑貂从侧面看。现在进一步假设我以某种方式找到了一种方法来检测图像中是否有角，任何类型的角，具有不同的形状和颜色（只要假设）。

现在我对包含角的图像做了一些进一步的图像处理。我确定他们是否扭曲或笔直，如果他们直接出来，他们可能会持续多久。然后我将这个值看作是多长时间，并且我通常在分类器中使用它。 10至15之间说貂羚，否则不。

我想知道的是，我在那里做了什么叫？查找喇叭长度并确定它是否属于某个类别。是功能提取还是功能选择？或者是其他东西？

Answer 1

计算角的长度和测量物体的颜色等称为feature extraction。

决定提取哪些要素并将其用于分类被称为feature selection（例如，不要使用颜色，因为它不会导致良好的性能）。

根据所选提取的特征确定样本是否属于某个类别，称为classification。