matlab - 如何通过降低特征维数来改进 LBP 算子

Question

我正在使用带有 MATLAB 的LBP来提取特征，但精度太低

如何减少 LBP 中的特征箱？

非常感谢。

Answer 1

使用该pcares功能来做到这一点。 pcares代表PCA 残差：

[residuals, reconstructed] = pcares(X, ndim);

residuals返回通过保留矩阵ndim的主成分获得的残差. 是数据矩阵，或包含您的数据的矩阵。对应于观察的行和列是变量。是一个标量，必须小于或等于。是一个与 大小相同的矩阵。n-by-pXXXndimpresidualsX

reconstructed将具有基于ndim输入的降维数据。请注意，它reconstructed仍将在原始维度中为X。因此，您可以选择第一ndim列，这将对应于使用 指定的特征的维数构造的那些特征ndim。换句话说：

reduced = reconstructed(:,1:ndim);

因此，reduced将包含维度缩减为ndim维度的数据。

小笔记

您需要统计工具箱才能运行pcares。如果你不这样做，那么这种方法将不起作用。