【问题标题】:Displaying Eigenfaces with negative values显示具有负值的特征面
【发布时间】:2011-12-30 19:32:44
【问题描述】:

在使用 numpy 为 python 实现 Eigenfaces 算法后,我注意到归一化的特征向量包含负值。当特征脸显示为图像时,这些负值如何表示,例如this?我认为图像由正强度值组成。这些特征脸图像是对特征向量进行直方图均衡生成的吗?

【问题讨论】:

  • 由于这只是一个假设/猜测我不会将其作为答案提出,但我认为标准化范围 -1:1 只是直接映射到 0:255。跨度>

标签: image-processing numpy face-recognition


【解决方案1】:

负值的绘制取决于绘图功能的实现。例如,Matlab 的imagesc 将图像数据缩放到当前颜色图的全范围并显示图像。这比直方图均衡更简单。

【讨论】:

    【解决方案2】:

    是的,出于可视化目的,只需将 min(eigenface) 映射到 0 并将 max(eigenface) 映射到 255。您的链接图像似乎正在这样做。 (注意每个特征面如何占据整个动态范围。)

    特征脸(或一般的特征向量)可能具有正元素和负元素。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2014-08-28
      • 2021-11-14
      • 2022-10-13
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多