<div id="post_detail">
分析的理解(PCA)で[ターン]アルゴリズムは、主成分であります
PCAアルゴリズムは以前にいくつかの時間を学んだが、記事に編成されていない、最近のプロジェクトはまた、PCAアルゴリズムを使用するので、知識のPCAアルゴリズムに仕上げながら攻撃するつもり。この記事は、ビューの議論のポイントではなく、権威を開始するためにすべてを信じていないものではなく、私は少し経験を持っています。
特徴空間の次元数を低減するための方法を達成するために、機能の少ない数のサンプルに記載されているデータ解析の方法の多変量統計解析のために主成分分析(PCA)は、その本質は、実際にはKL変換します。PCAは、最も有名なアプリケーションは、我々は、顔画像の大きさを知っている* 200 200を入力して、顔認識の特徴抽出とデータの次元である必要があり、オリジナルの特徴としてだけでそのグレー値を抽出し、元の寸法の特徴は40,000に達するだろうさバッククラシファイアに、このプロセスは、大きな困難をもたらすでしょう。固有顔有名な顔認識アルゴリズムは、顔画像を記述する低次元の部分空間を使用して、PCAアルゴリズムを使用して、識別するのに必要な情報を保存することです。以下は、最初のKL変換アルゴリズムをPCA自然下で導入します。
1、KL変換(Kaluoナン-ローウィ(カルーネン・レーベ)変換):最適な直交変換します
- 特徴抽出の一般的な方法。
- 直交変換の意味でのMMSEの最適。
- 除去モード機能との相関は、側面は違いが最適な効果を持って強調表示します。
ベクトルyは係数ベクトルは、顔認識アルゴリズム固有顔使用することで、後の変換係数(次元圧縮)のベクトルであり、yは代わりに、元の特徴ベクトルのXの認識。
Mat Mat::reshape(int cn, int rows=0) const
该函数是改变Mat的尺寸,即保持尺寸大小=行数*列数*通道数 不变。其中第一个参数为变换后Mat的通道数,如果为0,代表变换前后通道数不变。第二个参数为变换后Mat的行数,如果为0也是代表变换前后通道数不变。但是该函数本身不复制数据。
void Mat::convertTo(OutputArray m, int rtype, double alpha=1, double beta=0 ) const
该函数其实是对原Mat的每一个值做一个线性变换。参数1为目的矩阵,参数2为目d矩阵的类型,参数3和4变换的系数,看完下面的公式就明白了:
PCA::PCA(InputArray data, InputArray mean, int flags, int maxComponents=0)
该构造函数的第一个参数为要进行PCA变换的输入Mat;参数2为该Mat的均值向量;参数3为输入矩阵数据的存储方式,如果其值为CV_PCA_DATA_AS_ROW则说明输入Mat的每一行代表一个样本,同理当其值为CV_PCA_DATA_AS_COL时,代表输入矩阵的每一列为一个样本;最后一个参数为该PCA计算时保留的最大主成分的个数。如果是缺省值,则表示所有的成分都保留。
Mat PCA::project(InputArray vec) const
该函数的作用是将输入数据vec(该数据是用来提取PCA特征的原始数据)投影到PCA主成分空间中去,返回每一个样本主成分特征组成的矩阵。因为经过PCA处理后,原始数据的维数降低了,因此原始数据集中的每一个样本的维数都变了,由改变后的样本集就组成了本函数的返回值。下面由一个图说明:
Mat PCA::backProject(InputArray vec) const
一般调用backProject()函数前需调用project()函数,因为backProject()函数的参数vec就是经过PCA投影降维过后的矩阵dst。 因此backProject()函数的作用就是用vec来重构原始数据集(关于该函数的本质就是上面总结2的公式)。由一个图说明如下:
另外PCA类中还有几个成员变量,mean,eigenvectors, eigenvalues等分别对应着原始数据的均值,协方差矩阵的特征值和特征向量。
实验结果:
实验是用4个人人脸图像,其中每个人分别有5张,共计20张人脸图片。用这些图片组成原始数据集来提取他们的PCA主特征脸。该20张图片如下所示:
软件运行结果:
实验中保留4个特征向量作为人脸图像的正交基底,运行结果如下:
其中第一行的3张人脸分别为20张原图中的3张,这里取的是3个不同人的。
第二行中显示的3张人脸重构的人脸图像,可以看出由于只取了4个特征向量作为正交基底,因此重构后的人脸图像一些细节会丢失。如果增加保留的特征向量个数,则能较好的重构出人脸图像。
第3行的人脸图为取的原始数据协方差矩阵特征向量的最前面3个,因此这3个人脸为最具代表人脸特征的3个PCA人脸特征。
实验主要部分代码:
pcaface.h
1 #ifndef PCAFACE_H 2 #define PCAFACE_H 3 #include <opencv2/core/core.hpp> 4 #include <opencv2/highgui/highgui.hpp> 5 #include <opencv2/imgproc/imgproc.hpp> 6 7 using namespace cv; 8 9 #include <QDialog> 10 11 namespace Ui { 12 class PCAFace; 13 } 14 15 class PCAFace : public QDialog 16 { 17 Q_OBJECT 18 19 public: 20 explicit PCAFace(QWidget *parent = 0); 21 ~PCAFace(); 22 23 Mat normalize(const Mat& src); 24 25 26 protected: 27 void changeEvent(QEvent *e); 28 29 private slots: 30 void on_startButton_clicked(); 31 32 void on_closeButton_clicked(); 33 34 private: 35 Ui::PCAFace *ui; 36 Mat src_face1, src_face2, src_face3; 37 Mat project_face1, project_face2, project_face3; 38 Mat dst; 39 Mat pca_face1, pca_face2, pca_face3; 40 vector<Mat> src; 41 int total; 42 }; 43 44 #endif // PCAFACE_H
pcaface.cpp
1 #include "pcaface.h" 2 #include "ui_pcaface.h" 3 #include <QString> 4 #include <iostream> 5 #include <stdio.h> 6 7 using namespace std; 8 9 PCAFace::PCAFace(QWidget *parent) : 10 QDialog(parent), 11 ui(new Ui::PCAFace) 12 { 13 ui->setupUi(this); 14 src_face1 = imread("./images/1.pgm", 0); 15 16 //下面的代码为设置图片显示区域自适应图片的大小 17 ui->face1Browser->setFixedHeight(src_face1.rows+1); 18 ui->face1Browser->setFixedWidth(src_face1.cols+1); 19 ui->face2Browser->setFixedHeight(src_face1.rows+1); 20 ui->face2Browser->setFixedWidth(src_face1.cols+1); 21 ui->face3Browser->setFixedHeight(src_face1.rows+1); 22 ui->face3Browser->setFixedWidth(src_face1.cols+1); 23 24 ui->face4Browser->setFixedHeight(src_face1.rows+1); 25 ui->face4Browser->setFixedWidth(src_face1.cols+1); 26 ui->face5Browser->setFixedHeight(src_face1.rows+1); 27 ui->face5Browser->setFixedWidth(src_face1.cols+1); 28 ui->face6Browser->setFixedHeight(src_face1.rows+1); 29 ui->face6Browser->setFixedWidth(src_face1.cols+1); 30 31 ui->face7Browser->setFixedHeight(src_face1.rows+1); 32 ui->face7Browser->setFixedWidth(src_face1.cols+1); 33 ui->face8Browser->setFixedHeight(src_face1.rows+1); 34 ui->face8Browser->setFixedWidth(src_face1.cols+1); 35 ui->face9Browser->setFixedHeight(src_face1.rows+1); 36 ui->face9Browser->setFixedWidth(src_face1.cols+1); 37 38 for(int i = 1; i <= 15; i++) 39 { 40 stringstream ss; 41 string num; 42 ss<<i; //将整数i读入字符串流 43 ss>>num; //将字符串流中的数据传入num,这2句代码即把数字转换成字符 44 string image_name = ("./images/" + num + ".pgm");//需要读取的图片全名 45 src.push_back(imread(image_name, 0)); 46 } 47 total= src[0].rows*src[0].cols; 48 } 49 50 PCAFace::~PCAFace() 51 { 52 delete ui; 53 } 54 55 void PCAFace::changeEvent(QEvent *e) 56 { 57 QDialog::changeEvent(e); 58 switch (e->type()) { 59 case QEvent::LanguageChange: 60 ui->retranslateUi(this); 61 break; 62 default: 63 break; 64 } 65 } 66 67 //将Mat内的内容归一化到0~255,归一化后的类型为但通道整型 68 Mat PCAFace::normalize(const Mat& src) { 69 Mat srcnorm; 70 cv::normalize(src, srcnorm, 0, 255, NORM_MINMAX, CV_8UC1); 71 return srcnorm; 72 } 73 74 75 void PCAFace::on_startButton_clicked() 76 { 77 //先显示3张原图 78 ui->face1Browser->append("<img src=./images/1.pgm>"); 79 ui->face2Browser->append("<img src=./images/7.pgm>"); 80 ui->face3Browser->append("<img src=./images/14.pgm>"); 81 82 //mat数组用来存放读取进来的所有图片的数据,其中mat的每一列对应1张图片,该实现在下面的for函数中 83 Mat mat(total, src.size(), CV_32FC1); 84 for(int i = 0; i < src.size(); i++) 85 { 86 Mat col_tmp = mat.col(i); 87 src[i].reshape(1, total).col(0).convertTo(col_tmp, CV_32FC1, 1/255.); 88 } 89 int number_principal_compent = 4; //保留最大的主成分数 90 91 //构造pca数据结构 92 PCA pca(mat, Mat(), CV_PCA_DATA_AS_COL, number_principal_compent); 93 94 95 //pca.eigenvectors中的每一行代表输入数据协方差矩阵一个特征向量,且是按照该协方差矩阵的特征值进行排序的 96 pca_face1 = normalize(pca.eigenvectors.row(0)).reshape(1, src[0].rows); //第一个主成分脸 97 imwrite("./result/pca_face1.jpg", pca_face1);//显示主成分特征脸1 98 ui->face7Browser->append("<img src=./result/pca_face1.jpg>"); 99 100 pca_face2 = normalize(pca.eigenvectors.row(1)).reshape(1, src[0].rows); //第二个主成分脸 101 imwrite("./result/pca_face2.jpg", pca_face2);//显示主成分特征脸2 102 ui->face8Browser->append("<img src=./result/pca_face2.jpg>"); 103 104 pca_face3 = normalize(pca.eigenvectors.row(2)).reshape(1, src[0].rows); //第三个主成分脸 105 imwrite("./result/pca_face3.jpg", pca_face3);//显示主成分特征脸3 106 ui->face9Browser->append("<img src=./result/pca_face3.jpg>"); 107 108 //将原始数据通过PCA方向投影,即通过特征向量的前面几个作用后的数据,因此这里的dst的尺寸变小了 109 dst = pca.project(mat); 110 111 //通过方向投影重构原始人脸图像 112 project_face1 = normalize(pca.backProject(dst).col(1)).reshape(1, src[0].rows); 113 imwrite("./result/project_face1.jpg", project_face1); 114 ui->face4Browser->append("<img src=./result/project_face1.jpg>"); 115 116 project_face2 = normalize(pca.backProject(dst).col(7)).reshape(1, src[0].rows); 117 imwrite("./result/project_face2.jpg", project_face2); 118 ui->face5Browser->append("<img src=./result/project_face2.jpg>"); 119 120 project_face3 = normalize(pca.backProject(dst).col(14)).reshape(1, src[0].rows); 121 imwrite("./result/project_face3.jpg", project_face3); 122 ui->face6Browser->append("<img src=./result/project_face3.jpg>"); 123 } 124 125 void PCAFace::on_closeButton_clicked() 126 { 127 close(); 128 }
实验的工程代码可以在上面的那个链接下载,环境搭建可以参考我之前写个一个文章http://www.cnblogs.com/liu-jun/archive/2012/09/26/Jacky_Liu.html。
作者:Jacky_Liu,转载或分享请注明出处。