用于神经工程特征的直方图层

在计算机视觉文献中，已发展出许多有效的基于直方图的特征。这些工程特征包括局部二值模式和边缘直方图描述符等，并已被证明是多种计算机视觉任务的信息性特征。本文探索这些特征是否可以通过嵌入神经网络的直方图层来学习，从而在深度学习框架内加以利用。通过使用直方图特征，卷积神经网络特征图的局部统计量可被用来更好地表示数据。我们提出了局部二值模式和边缘直方图描述符的神经版本，它们共同改进特征表示并执行图像分类。在基准数据集和真实世界数据集上给出了实验结果。