局部二元模式和主成分分析 - Matlab
Local binary pattern and principal component analysis - Matlab
我有一个关于局部二进制模式和主成分分析的问题。我分别理解这两种方法，但我不知道如何组合它们。
LBP 特征的 Matlab 输出可以是向量回到 1×N 特征向量，如 link 所示：http://www.mathworks.com/help/vision/ref/extractlbpfeatures.html
如果我生成图像的 LBP 特征向量（例如 50 个），我该如何执行 PCA？这是一种有效的使用方法吗？
谢谢
假设您有 M 张图片（比如 50 张），每张图片都有 N 个特征，您可以将其视为 N 个维度中的 M 个点。您可以使用 PCA 将数据集减少到 N-r 维，其中 r 是要删除的维数。
我有一个关于局部二进制模式和主成分分析的问题。我分别理解这两种方法，但我不知道如何组合它们。
LBP 特征的 Matlab 输出可以是向量回到 1×N 特征向量，如 link 所示：http://www.mathworks.com/help/vision/ref/extractlbpfeatures.html
如果我生成图像的 LBP 特征向量（例如 50 个），我该如何执行 PCA？这是一种有效的使用方法吗？
谢谢
假设您有 M 张图片（比如 50 张），每张图片都有 N 个特征，您可以将其视为 N 个维度中的 M 个点。您可以使用 PCA 将数据集减少到 N-r 维，其中 r 是要删除的维数。