我目前正在分析一组图片，希望对其进行分类。分类工作通过监督学习的人工神经网络完成。我有一个测试集，每张图片都已分配了其所属的类别。

我现在想做的是生成大量的描述符，然后对这些描述符进行主成分分析（PCA），并进行统计分析，以了解描述符在多大程度上能够描述图片的类别。

我如何以编程方式为这些图片生成描述符？这也可能有助于我未来的分类问题。假设我有足够的计算能力（100核集群）。是否有包含大量图像描述符的库？

回答：

你可以从以下两种方法开始：

• 基于特征的方法，使用如SIFT或GIST等方法，然后采用所谓的词袋方法。vlfeat网站上有一个很好的演示。
• 部署深度学习算法，如稀疏自编码器，来学习数据集的基本特征，这些特征随后可用于分类。