【发布时间】：2019-09-15 22:03:52
【问题描述】：
我在一篇研究论文中读到，尺寸为 256x256 的典型图像变成了尺寸为 65,536 的向量。因此作为 65,536 维空间中的一个点。
我无法理解这一点。请解释一下。
【问题讨论】：
标签： vision
【发布时间】：2019-09-15 22:03:52
【问题描述】：
256x256 图像由 65'536 像素组成。假设您使用灰度，每个像素都会有一个值。这为您提供了 65'536 个值/数字。如果您还定义了放置这些像素的顺序（例如，您首先从左到右取第一行，然后是下面的一行，依此类推；但任何顺序都可以），那么您可以使用 65'536 构造一个列表其中的价值观。对于任何图像，您都可以构建此值列表，对于任何此类列表，您都可以重建图像。如果两个列表相等，则对应的图像将相同。
您可以将列表解释为 65'536 维空间中的一个点。您需要考虑的是列表中的每个数字都是沿多个维度之一的坐标（就像您在二维空间中拥有 [x, y] 一样）。
【讨论】：
-
如果这张图片有 3 个通道怎么办？
-
@J.Smith 你仍然可以做同样的事情，但现在你在向量中有 3*65k 值/条目。有一些常用的表示方法。我希望 RGB 值重复 65k 次（每个像素一次）。但是第一个通道有 65k 值，然后是第二个通道的 65k 值并没有错，依此类推。如果您没有任何依赖于该结构的操作（例如卷积操作），那么只要您保持一致，任何表示都可以工作。