Estoy tratando de aplicar la reducción de dimensionalidad de un conjunto de imágenes (~3000 píxeles) usando Matlab la Reducción de Dimensionalidad caja de herramientas. Sin embargo, sé muy poco acerca de la reducción de dimensiones. Lo he intentado de varias funciones de prueba y error. PCA devuelve una matriz con números complejos, y los demás se congeló MATLAB. Puedo obtener algunos consejos en cuanto a qué método funciona bien en imágenes? Aquí están algunas de las imágenes:
He trabajado en 2011 un seminario titulado "la Visión de Ordenador con MATLAB".
El seminario incluye una textura de clasificación de ejemplo que parece aplicable a reconocer patrones en la ropa.
Usted puede descargar todo el código de MATLAB Central
En el ejemplo se utiliza una escala de grises de la co-ocurrencia de la matriz para extraer características y, a continuación, en bolsas de árboles de decisión para un clasificador.
En el contexto más reducido de análisis facial, su problema se llama eigenface análisis. Desde el PCA trabaja con vectores, usted tiene que vectorización de cada imagen de la matriz mediante la concatenación de todas las filas o columnas antes de continuar. (Tensor de la descomposición se ha probado demasiado, pero no te preocupes por eso ya que eres nuevo en el PCA.)
La cosa importante a tener en cuenta es que las imágenes deben ser estandarizadas---al igual que una foto de pasaporte. Si usted está tratando de comparar salvajemente diferentes imágenes, usted encontrará que usted necesita un gran número de vectores propios, lo que indica que la reducción de dimensiones no es factible.
I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.
