Shape Context

Shape Context是由Serge Belongie於2002年提出的一個形狀描述方法。該方法能夠很好地描繪一個2維區域內的內部圖像特徵。這樣就能夠保證Shape Context的形狀描述先天性比基於邊界輪廓的形狀匹配精確度更高。通過大量的實際運行測試，即使是在針對僅有輪廓的形狀匹配，Shape Context依然可以保證到很高的精確度。

1 Shape Context

以往很多研究都是主要處理圖片內的邊界形狀上的模式匹配上。基於邊界輪廓的匹配方法，將邊界輪廓轉換成1維的函式來進行匹配，雖然準確性很高，效率很高，但是這種方法邊界輪廓的描述方法卻不能很好地將形狀輪廓內部的特徵表現出來。

2 Shape Context的建立

Shape Context是由圖片內的每個點的特徵組合成的一組特徵集。圖中每個點的特徵來自於它所處的實際周圍點的分布情況。

以圖中每個點為中心點，建立極坐標系，再將極坐標按照固定的區域劃分，劃分成若干個不同的扇型區域。