是否可以对 4d 数据进行插值？

Question

我正在尝试实现this 论文。如论文中所述，我必须尝试插入自动编码器的潜在代码。潜在代码是自动编码器的编码输入。潜在代码的形状（两个样本）是(2, 64, 64, 128)。

这就是我所做的：

image1 = sel_train_encodings[0]
image2 = sel_train_encodings[1]

x = image1[:,0,0]
x_new = image2[:,0,0]

new_array = interp1d(x, image1, axis=0, fill_value='extrapolate', kind='linear')(x_new)

我基本上采用了两个图像的编码并尝试进行插值（对某些点进行外插，因为所有点都不在同一范围内），然后在其中一个轴上进行插值。但是我后来用这些插值得到的结果不是很好，我做错了什么/该怎么做？

根据给定的答案之一，我还尝试通过以下方式进行 2D 插值：

image1 = sel_train_encodings[0]
image2 = sel_train_encodings[1]

new_array = griddata((x,z),y,(x_new, z_new), method='cubic', fill_value='extrapolate')

但这导致了错误：

ValueError: shape mismatch: objects cannot be broadcast to a single shape

Answer 1

Scipy 有几个 2D 插值例程，取决于 (x, y) 的间距：

• 如果您的数据在常规网格上，请尝试scipy.interpolate.RectBivariateSpline()。这可能最适用于图像。
• 如果您的数据是在具有不均匀矩形间隔的网格上收集的，您希望使用scipy.interpolate.interp2d()。
• 如果所有赌注都关闭并且 (x, y) 分散且没有任何清晰的网格，请尝试scipy.interpolate.griddata()