计算机视觉特征提取工具箱：用于图像分类的计算机视觉特征提取工具箱-matlab开发

此工具箱的目标是简化常用计算机视觉特征（如 HOG、SIFT、GIST 和颜色）的特征提取过程，用于与图像分类相关的任务。 FEATURES.md 中提供了包含功能的详细信息。 除了提供一些流行的功能外，该工具箱还设计用于与不断增加的现代数据集大小一起使用 - 处理分批完成，并在单台机器上完全并行（使用 parfor），并且可以轻松分发跨具有公共文件系统的多台机器（许多大学的标准集群设置）。 以词袋方式提取的特征（'color'、'hog2x2'、'hog3x3'、'sift'、'ssim'）使用局部约束线性编码进行编码，以允许使用线性分类器进行快速培训+测试。 在我的经验中，我发现 'hog2x2' 或 'hog3x3' 作为全局图像特征最有效，并且在与包含互补信息的“颜色”特征结合时往往表现更好。 该工具箱适用于 Matlab 和 Octave。 Octave 可能仍然存在一