問題タブ [mean-shift]

データセットに対して平均シフト クラスタリングを実行しています。Estimate_bandwidth 関数は、平均シフト クラスタリングを実行するための適切な帯域幅を推定します。

構文：

分位数が増えると推定帯域幅が増加し、クラスターの数が少なくなることがわかりました。同様に、分位数が減少すると帯域幅が減少し、したがって no が高くなります。クラスターの。

だから、そうではないようです。クラスターの数は、選択した分位値に依存します。

最適な分位点を選択する方法は?

データセットのカーネル密度推定に基づく平均シフト クラスタリング アルゴリズムを使用しています。make_blobs大規模で高次元のデータセットを生成したいのですが、Scikit-Learn 関数が適していると思いました。しかし、100 万ポイントの 8 次元データセットを生成しようとすると、ほとんどすべてのポイントが個別のクラスターとして扱われることになります。

標準偏差 1 のブロブを生成し、平均シフトの帯域幅を同じ値に設定しています (これは理にかなっていると思いますよね?)。2 次元のデータセットではこれで良い結果が得られましたが、より高い次元では、ポイント間の距離が大きくなりすぎて意味のあるクラスタリングができなくなるという点で、次元の呪いに遭遇していると思います。

Mean Shift クラスタリング (のようなもの) に適した高次元のデータセットを取得する方法に関するヒントやコツはありますか? （または、私は何か間違ったことをしていますか？（もちろん、これは良い可能性です））

誰かgpu::meanshiftFilteringとgpu:: meanShiftSegmentationの違いを説明してもらえますか?

ドキュメントは実際には役に立ちません。

多分それは別の質問ですが、私の目標はオブジェクトの境界を抽出することです。誰かがそれを手伝ってくれたら、それは素晴らしいことです.

人が持っている物体を検出する機能がありますが、遅いです。

プロセス全体を高速化するために、間にいくつかのフレームを追跡したいと思います。opencvを使用してこれを行う最良の方法は何ですか

ros ノードを使用して、kinect センサーからフレームを取得しています

オブジェクトを追跡するために meanshift アルゴリズムを実装しようとしており、関連する概念を調べてきました。

今のところ、単一チャネルの色相ロイヒストグラムと単一チャネルの色相ビデオストリームを使用して、カメラから逆投影ストリームを正常に生成できました。opencv ライブラリ内に meanshift 関数があることはわかっていますが、実装しようとしています。私自身、opencv で提供されているデータ構造を使用して、モーメントを計算し、検索ウィンドウの平均重心を計算しました。

しかし、なんらかの理由で、コード内で問題を特定できません。これは、入力 ROI (関心領域) を追跡するためにビデオ ストリームの左上隅に収束し続けるためです。以下は、検索ウィンドウの重心を計算するための関数のコード スニペットです。ここで問題があると感じていますが、それが何であるかはわかりません。誰かが私を正しい方向に向けることができれば、本当に感謝しています。

これは、stackoverflow に関する 2 回目のクエリです。従うのを忘れていたガイドラインについてはお許しください。

編集

m00 、 m01 、 m10 を関数レベル変数の代わりに WHILE-LOOP 内のレベル変数をブロックするように変更しました。Daniel Strul が指摘してくれたおかげですが、問題はまだ残っています。検索ウィンドウは、ROI に焦点を当てるのではなく、フレームの境界を飛び回るようになりました。

Mean Shift について読んだリソースでは、主に画像処理または視覚データに使用されると書かれています。テキストのクラスタリングに使用できませんか? この目的には最適ではないでしょうか?!

Shift Mean ベースのコード (任意のプログラミング言語) へのリンクを提供していただければ幸いです。