matlab中的3维矩阵乘法答案

【问题标题】：3 dimensional matrix multiplication in matlabmatlab中的3维矩阵乘法
【发布时间】：2013-05-06 12:35:02
【问题描述】：

我有一个大小为 mxnx3 的法线贴图，其中每个像素都有一个法线向量 {Nx, Ny, Nz}。我想通过旋转矩阵独立地旋转每个法线向量。设R 为大小为mxnx3x3 的旋转矩阵，其中每个像素都有一个大小为3x3 的旋转矩阵。

我想将每个像素的旋转矩阵乘以法线向量来得到旋转的法线向量。我正在寻找一种优化的方式来完成这项任务，因为循环遍历每个像素可能不是最好的方式。

请帮忙！！

【问题讨论】：

【解决方案1】：

我会试试的

res = sum( bsxfun(@times, map, R), 4 );

使用map 和m-by-n-by-3 法线向量和R 和m-by-n-by-3-by-@ 987654331@每个向量的旋转。

仔细想想，你可能需要使用permute

res = sum( bsxfun(@times, map, permute(R, [1 2 4 3]) ), 4 ); % transposing the vectors

或者，正如Harshit 所说：

res = sum( permute( bsxfun(@times, map, R ), [1 2 4 3]), 4 ); % transposing the vectors

【讨论】：

您好，谢谢您的回复！我说的旋转是矩阵乘法，所以对于每个像素，我想找到 Rij * Nij，其中 Rij 是像素 (i,j) 的 3x3 旋转矩阵，Nij 是像素的 3x1 法线向量 (i ,j)，结果将是 3x1 旋转的法线向量。您的解决方案是否也在做同样的事情？如果是，那么请解释它是如何完成的。问候，
@HarshitAgrawal 那么您可以将矩阵向量乘法A*x 视为sum( bsxfun( @times, A, x' ), 2 )
感谢您的解决方案。有一个小的编辑。我们应该在应用 bsxfun 之后对其进行置换。请查看我的编辑。