图像分类任务

1. 定义：根据图像信息中所反映的不同特征，把不同类别的图像区分开来。
2. 图像分类：从已知的标签集合中为给定的输入图片选定一个类别标签。
3. 应用场合：
   1. 辨析未知的物种、物体
   2. 辨析未知的场所
4. 图像识别得难点：跨越语义鸿沟，建立像素到语义的映射
   1. 视角
   2. 光照
   3. 尺度
   4. 遮挡
   5. 形变
   6. 背景杂波
   7. 运动模糊
   8. 种类繁多
5. 数据驱动的图像分类方法
   1. 数据及构建，有标签、无标签
   2. 分类器设计与学习
      1. 图像表示，像素表示、特征表示
      2. 分类模型，线性分类器、神经网络分类器
      3. 损失函数
      4. 优化算法，一阶方法、二阶方法
   3. 分类器决策，用于真实实践

线性分类器

1. 图像：黑白图像、灰度图像、彩色图像
2. 线性分类器是一种线性映射，将输入的图像特征映射为类别分数。
   1. ，每一个都是向量