回答:
フィールド自体が広すぎます。したがって、ここで完全なリストを用意できるとは思いません。ただし、MPEG 7は、この分野の標準化における主要な取り組みの1つです。したがって、ここに含まれるものは普遍的ではありません-少なくとも最も主要なものです。
ここに、MPEG7で特定されている主要な機能セットをいくつか示します（ビジュアルディスクリプタについてのみ話すことができますが、他の人はこれを全範囲で見ることはできません）。
視覚記述子には4つのカテゴリがあります。
1.次を含むカラー記述子：
支配的な色、
カラーレイアウト（ブロックごとの
基本色）、スケーラブルカラー（基本的に色ヒストグラム）、
色構造（基本的にローカル色ヒストグラム）、
および相互運用可能な色空間。
2. テクスチャ記述子（これも参照）には以下が含まれます。
テクスチャ参照記述子-粒度/粗さ、規則性、および方向を定義します。均質テクスチャ記述子-ガボールフィルターバンクに基づいています。および
エッジヒストグラム
3. 含まれる形状記述子：
領域ベースの記述子は、検討中の形状のスカラー属性です-面積、偏心など。
実際の特性形状特徴と
3D記述子をキャプチャする輪郭ベース
4.ビデオ
カメラモーションのモーション記述子（3-Dカメラモーションパラメータ）
モーショントラジェクトリ（シーン内のオブジェクトの）[例：トラッキングアルゴリズムにより抽出]パラメトリックモーション（例：シーンのモーションの記述を可能にするモーションベクトル。さまざまなオブジェクトのより複雑なモデルになります）。
より意味的な記述子であるアクティビティ。
MPEG 7は、「これらの抽出方法」を定義していません-それらが意味するものと、それらを表現/保存する方法のみを定義します。そのため、それらを抽出して使用する方法に関する研究が存在します。
この主題に関する洞察を提供する別の優れた論文を次に示します。
しかし、はい、これらの機能の多くはかなり基本的であり、より多くの研究がより洗練された（そして複雑な）機能セットを作成するかもしれません。
OKもう少し検索するだけで適切なリストが見つかりました。Deselaersなどによる論文があります。どの縫い目が私が探していたものになります！
このトピックに関連する一連の論文をまとめた本もあります。それは視覚情報検索の原理と呼ばれています。
@Dipan Mehtaは、使用可能な機能記述子について説明しました。CBIRに適した特徴を抽出するいくつかの特徴検出方法に言及して、コインの反対側をカバーしてみましょう。
私のCBIR研究の参考文献は、シビック、ジサーマン、ニスター、ステウェニウスの論文でした。これらの著者からの最新の論文がありますが、これらは関連するすべてのアイデアを提示しています。
彼らは、効率的なCBIRメソッドを実装するには、補完的なプロパティの機能を使用する必要があると主張しています。
形状適応領域 -角のような特徴を中心に配置される傾向がある
例： ハリスコーナー、マルチスケールハリス、DoG（ガウス分布の違い-エッジにも反応します！）
最大安定領域 -ブロブのような特徴を中心に配置される傾向がある
例： MSER（最大安定外部領域）、DoG
驚くべきことに、ウィキペディアは、現在広く使用されているほとんどの機能について検出した関心領域のタイプを示す、機能（検出器）タイプの適切な分類も提供します。
私が読んだほとんどの最新記事は、SIFT（スケール不変特徴変換）記述子が揺れ動き、選択された特徴検出器との組み合わせで使用するのに十分堅牢であることを誓っています。参照が含まれます：
注意！これらの論文はCBIRを厳密に扱っていないが、CBIR関連の研究の参考資料として使用されている。
最後に、CBIRメソッドが成功するかどうかは、使用する特徴検出器と記述子だけでなく、
また、私はすでにいくつかの質問について答えているCBIRを上のDSPとstackoverflowのを、両方の参照と説明を伴っていると私はあなたが見てみたいことがありますので、彼らは、関連するかもしれないと思います。