Wie berechnet man die Affinität der Matrix eines Bildes?
Habe ich gelesen das Formeln, wie die Berechnung der Affinität der matrix eines Bildes, und ich bin ein wenig verwirrt. Im Idealfall würde ich gerne die Farbe verwenden, die Intensität der Distanz-Metrik.
Fand ich diesen Hinweis: http://spectrallyclustered.wordpress.com/2010/06/05/sprint-1-k-means-spectral-clustering/
Scheint einen tollen job zu erklären, das Allgemeine Verfahren. Meine Frage ist, mit Bezug auf die Affinität matrix.
Beim Aufbau der Affinitäts-matrix (ich nenne es A) nennen Sie die affinity matrix KxK Größe für eine Kxn Bild. Referenz-Implementierungen sagen, dass die Affinitäts-matrix für eine MxN-Bild sein sollte (M*N) x (M*N):
http://www.mathworks.com/matlabcentral/fileexchange/26354-spectral-clustering-algorithms
Welches ist der traditionelle Ansatz?
Bei der Berechnung der Affinität matrix, ich wollte wissen, ob jeder Eintrag A(i,j) ein Viertel Berechnung (wie die Affinität einer 3x3 Nachbarschaft oder die Pixel im gesamten Bild)?
Oder muss ich linearisieren Sie das Bild in ein 1-dimensionales array.
Konstrukte ein (m*n) x (m*n) - matrix (the affinity matrix) und während der Iteration über die 1-dimensionale Bild-array anwenden eine Affinität Funktion der pixel-ich und alle anderen pixel j. und speichert das Ergebnis in der Affinitäts-matrix.
(im Grunde eine doppelt geschachtelte for-Schleife)
bin ich aus der base? oder ist das etwa, wie es aussieht?
Vielen Dank im Voraus,
ct
- Was möchten Sie tun? Wollen Sie cluster der "Erscheinung des Bildes"? oder wollen Sie cluster "Pixel ähnlicher Wert"?
- Pixel ähnlicher Wert funktioniert
- die Technik nennt sich "Spectral Matting"
- Ich habe auch bemerkt, dass für relativ normal, Bild-Größen, generieren einer (m*n)^2-matrix ist unlösbar für meinen desktop-system.
Du musst angemeldet sein, um einen Kommentar abzugeben.
Ich denke, dass Sie versuchen, mit zwei Distanz-Metriken mit einer Methode, die unterstützt nur eine Metrik. Ein Bild hat eine implizite räumliche Metrik zwischen den Pixeln, aber das spektrale clustering Verfahren nicht umgehen können. Sie auf ein Bild, als eine Tasche von Pixeln.
Bezüglich
M
,N
undK
;M * N = K
. Beide Ausdrücke beschreiben die Anzahl der Objekte, die geclustert werden, die in Ihrem Fall ist die Anzahl der Pixel.Affinity matrix
A
ist einer geschrumpften version der ähnlichkeit matrixS
. E. g. wenn zwei Objekte/Pixel sind nicht ähnlich genug, dass Sie nicht benachbart sind.Einen Weg tho Konstrukt der Nachbarschaft-matrix ist die folgende:
Um deine Leistung zu verbessern, sollten Sie suchen für eine sparse matrix library. Sie sind sehr effizient im Umgang mit Matrizen mit vielen Nullen.
Ein link zum spectral clustering.