我不确定这是否是正确的地方,但我来试试:
我有一组300张高分辨率图片的数据库。我想对该数据库执行PCA操作,到目前为止,我的方法如下: - 将每个图像重新格式化为单列向量 - 创建所有数据的矩阵(500x300) - 计算平均列并将其减去以获得X矩阵 - 计算相关性C = X' * X(300x300) - 查找C的特征向量V和特征值D。 - PCA矩阵由X * V * D ^ -1/2给出,其中每列是主成分。
这很好,可以给出正确的结果。
现在,我正在对相同的数据库执行相同的PCA,只是图像的分辨率更低。
这是我的结果,左边是低分辨率,右边是高分辨率。正如您所看到的,它们大多数都很相似,但有些图片不同(我圈出的那些)。
有没有办法解释这个问题?我需要我的算法使用相同的图像,但一个集合是高分辨率,另一个集合是低分辨率,该怎么做?
谢谢
我有一组300张高分辨率图片的数据库。我想对该数据库执行PCA操作,到目前为止,我的方法如下: - 将每个图像重新格式化为单列向量 - 创建所有数据的矩阵(500x300) - 计算平均列并将其减去以获得X矩阵 - 计算相关性C = X' * X(300x300) - 查找C的特征向量V和特征值D。 - PCA矩阵由X * V * D ^ -1/2给出,其中每列是主成分。
这很好,可以给出正确的结果。
现在,我正在对相同的数据库执行相同的PCA,只是图像的分辨率更低。
这是我的结果,左边是低分辨率,右边是高分辨率。正如您所看到的,它们大多数都很相似,但有些图片不同(我圈出的那些)。
有没有办法解释这个问题?我需要我的算法使用相同的图像,但一个集合是高分辨率,另一个集合是低分辨率,该怎么做?
谢谢