3

画像のアフィニティ行列を計算する方法についての公式を読んでいて、少し混乱しています。理想的には、距離メトリックとして色の強度を使用したいと思います。

私はこの参照を見つけました：http ：//spectrallyclustered.wordpress.com/2010/06/05/sprint-1-k-means-spectral-clustering/

これは、一般的なプロセスを説明するのに素晴らしい仕事をしているようです。私の質問は、アフィニティマトリックスに関するものです。

アフィニティマトリックス（私はそれをAと呼びます）を構築するとき、彼らはアフィニティマトリックスがKxn画像に対してKxKサイズでなければならないと述べています。他のリファレンス実装では、MxNイメージのアフィニティマトリックスは（M * N）x（M * N）である必要があるとされています。

http://www.mathworks.com/matlabcentral/fileexchange/26354-spectral-clustering-algorithms

従来のアプローチはどれですか？

親和性行列を計算するとき、各エントリA（i、j）が近傍計算（3x3近傍または画像全体のピクセルの親和性など）であるかどうかを知りたいですか？

または、画像を1次元配列に線形化しますか。

（m * n）x（m * n）行列（アフィニティ行列）を作成し、1次元画像配列全体を反復しながら、ピクセルiと他のすべてのピクセルjにアフィニティ関数を適用します。結果をアフィニティマトリックスに保存します。

（基本的には二重にネストされたforループ）

私はベースから外れていますか？それともそれはどのように見えるかについてですか？

前もって感謝します、

ct

4

1 に答える 1

4

1 つのメトリックのみをサポートする方法で 2 つの距離メトリックを使用しようとしていると思います。画像にはピクセル間に暗黙的な空間メトリックがありますが、スペクトル クラスタリング メソッドはこれを処理しません。画像をピクセルの袋として表示します。

M、NおよびK;について M * N = K. どちらの式も、クラスター化されるオブジェクトの数を表します。この場合、これはピクセル数です。

アフィニティ マトリックスAは、類似性マトリックス を間引いたものですS。たとえば、2 つのオブジェクト/ピクセルが十分に類似していない場合、それらは隣接していません。

隣接行列を構築する 1 つの方法は次のとおりです。

S(i, j) = color_intensity_distance( pixel(i), pixel(j) )

A(i, j) = exp( - S(i,j) ), if S(i,j) <= epsilon
A(i, j) = 0, otherwise

パフォーマンスを改善するには、疎行列ライブラリを検索する必要があります。これらは、多くのゼロを含む行列を非常に効率的に処理します。

スペクトル クラスタリングに関するリンク。

于 2011-08-29T18:06:33.247 に答える