Cechy Fouriera to reprezentacje danych uzyskane poprzez transformację sygnału lub obrazu z domeny przestrzennej do domeny częstotliwościowej. Pozwalają one modelom uczenia maszynowego na efektywne wychwytywanie periodycznych wzorców oraz drobnych detali struktur, które są trudne do zidentyfikowania w surowych danych wejściowych. Wykorzystuje się je często w wizji komputerowej do wzbogacania niskopoziomowych cech obrazu przed przetworzeniem ich przez sieć neuronową.
📖 Dowiedz się więcej w kontekście:
Reklama
