Использование анализа основных компонентов (PCA) для сокращения возможностей (HOG-PCA)

Question

Используя гистограмму упорядоченных градиентов (HoG), я вычислил особенности 15 образцов изображений. Векторы признаков, генерируемые этими выборками, очень велики (то есть занимают много памяти).

Чтобы уменьшить эти векторы функций, я использую анализ основных компонентов (PCA). Вот код OpenCV, который я использую:

PCA pca(imageT, Mat(), CV_PCA_DATA_AS_ROW, 300);
pca.project(imageT, imageT1);

В матрице imageT номер строки = нет. образца № колумнов = нет. Возможности Предположим, для 15 изображений
№ строки imageT 15 и нет. Колонна 57400

Я хочу 300 функций после применения PCA; это дает мне менее 15 функций. Мне нужна помощь.

Смотрите также

• Документация OpenCV: PCA
• Гистограмма упорядоченных градиентов из Википедии
• Википедия: Принцип анализа компонентов
• Выбор гистограмм ориентированных градиентовОсобенности обнаружения пешеходов
• Ядро PCA функций HOG для определения положения

Answer 1

Вам нужно использовать больше изображений для обучения. PCA фиксирует отклонения, ортогональные друг другу. Больше данных дает возможность найти больше базисных векторов.