假设我们有许多彩色图像,这些图像都是某种纹理模式的示例。很少情况下会出现一些异物“破坏”了这种纹理。什么是检测这些罕见异常的最佳方法?
我考虑训练CNN,但好的例子远远超过坏的例子,因此我有些怀疑。我开始研究灰度共生矩阵(GLCM)和局部二值模式(LBP),但我认为颜色信息可以在确定破坏发生的情况下起重要作用。我能否从这些提取的特征(GLCM或LBP)中找到分布,并计算新图像属于该分布的概率?
谢谢你的帮助!
我考虑训练CNN,但好的例子远远超过坏的例子,因此我有些怀疑。我开始研究灰度共生矩阵(GLCM)和局部二值模式(LBP),但我认为颜色信息可以在确定破坏发生的情况下起重要作用。我能否从这些提取的特征(GLCM或LBP)中找到分布,并计算新图像属于该分布的概率?
谢谢你的帮助!