我不确定这是正确的地方,但我走了:
我有一个包含 300 张高分辨率图片的数据库。我想在这个数据库上计算 PCA,到目前为止,我所做的是: - 将每个图像重塑为单列向量 - 创建我所有数据的矩阵 (500x300) - 计算平均列并将其减去我的矩阵,这给了我 X - 计算相关 C = X' X (300x300) - 找到 C 的特征向量 V 和特征值 D。 - PCA 矩阵由 X V*D^-1/2 给出,其中每列是主成分
这很棒,给了我正确的组件。
现在我正在做的是在同一个数据库上做同样的 PCA,只是图像的分辨率较低。
这是我的结果,左边是低分辨率,右边是高分辨率。你能看到它们中的大多数是相似的,但有些图像不一样(我圈出的那些)
有什么办法可以解释这一点吗?我需要我的算法具有相同的图像,但一组是高分辨率的,另一组是低分辨率的,我怎样才能做到这一点?
谢谢