deskriptoren

Deskriptoren zijn eigenschappen of kenmerken die worden gebruikt om data-objecten te beschrijven. Ze vormen representaties die toelaten objecten te vergelijken, te classificeren en op te zoeken. Deskriptoren kunnen numerieke vectoren zijn, maar ook categorische labels of tekstuele metadata.

In beeld- en signaalverwerking beschrijven deskriptoren informatie over beelden of geluid. Lokale deskriptoren zoals SIFT, SURF en ORB vatten kenmerken van beeldpunten samen; globale deskriptoren zoals GIST geven een samenvatting van het gehele beeld. In audio worden deskriptoren zoals MFCC’s gebruikt om toonhoogte en timbre te karakteriseren. In chemie en biologie verwijzen deskriptoren naar numerieke kenmerken van moleculen of structuren die worden gebruikt in QSAR-modellering en databankregistratie.

Deskriptoren kunnen handmatig zijn ontworpen op basis van domeinexpertise, of geleerd uit data door machine learning-methoden zoals neurale netwerken of auto-encoders. Ze dienen als input voor berekeningen van afstand en gelijkenis en vormen de basis voor taken zoals classificatie, clustering en ophalen van objecten op basis van inhoud.

Belangrijke eigenschappen van deskriptoren zijn informativiteit, robuustheid en compactheid. Ze moeten ongewenste variaties zoals onbelangrijke beeldtransformaties en ruis proberen te negeren en vaak worden technieken voor dimensionaliteitsreductie toegepast om de grootte te beheersen.

Het kiezen en standaardiseren van deskriptoren hangt af van de taak en de dataset. Een grote variëteit aan deskriptoren kan leiden tot redundantie of bias; interoperabiliteit tussen systemen vereist vaak gemeenschappelijke formaten en afspraken over meeteenheden en normalisatie.