通过 PCA 对 2D 图像进行降维答案

【问题标题】：Dimension reduction of a 2D-Image via PCA通过 PCA 对 2D 图像进行降维
【发布时间】：2015-02-06 06:33:47
【问题描述】：

我想减小 2D 图像的尺寸。我有大小为100x50 的图像补丁，我想减小这些补丁的尺寸。

我是否需要先将patch(100x50)转换为vector(5000x1)然后应用PCA来降低维度或者我可以直接在patch(100x50)上应用PCA进行降维并降低维度让我们说2x50?

【问题讨论】：

【解决方案1】：

您可以直接应用 2D-PCA。至少它存在并且应该比 1D-PCA 表现更好（减少）。

2004 年的一篇引用率非常高的研究论文： Yang, J. 等人，2004 年。二维 PCA：一种基于外观的人脸表示和识别的新方法。 IEEE 模式分析和机器智能汇刊，26(1)，第 131-137 页。 Source

很遗憾，我不知道 Matlab 的实现。

【讨论】：

我做了这个实现noofdim=4 [r,c] = size(img); %Calculate cov matrix and the PCA matrixes m = mean(img')'; S = ((img - m*ones(1,c)) * (img - m*ones(1,c))'); [Coeff latent]= eig(S); [latent, ind] = sort(diag(latent), 'descend'); M1 = Coeff(:,ind(1:noofdim)); latent1 = latent(1:noofdim);
@FrqKhan 抱歉，我现在没有足够的时间查看。

【解决方案2】：

降维是R^n -> R^m n>m 所以根据你的文字我得到的印象是你的意思是：

对于图像大小调整或数据缩减，有很多方法可以做到：

所以答案真的取决于你究竟需要达到什么目标和目的

【讨论】：

【解决方案3】：

PCA 将向量空间中的一个点作为输入，并将其投影到子空间中。以这种方式表达，那么很容易记住您需要将补丁大小调整为矢量。

使用Matlab，调用你的补丁X，你可以通过调用X(:)轻松做到这一点，你不必乱用reshape。

【讨论】：