画像ポイント認識のための特徴ベクトル上のPCA

Question

私は2つの画像間のポイントをマッチングしています。私はハリスコーナー検出器を使って関心点を選び、これらの関心点の特徴にふるい分け機能を使用して、これらの特徴を最も近い隣人比率で一致させています。このすべてはMatlabで行われています。フィーチャベクタは非常に大きく、ディメンションを縮小したいが、フィーチャを一致させるためにフィーチャを保持する。私はこの特徴ベクトル上でPCAを行いたい。誰もが元のベクトルから正確さを維持しながら、これを行うためにMatlabのアプローチを知っていますか？

Answer 1

ケーキ全体を食べて食べることはできません。 :)

ディメンションリダクションを適用すると、（ディメンション数が減るため）データセットが小さくなり、実行が高速になりますが、ある程度の精度をあきらめなければなりません。

これは当然のことながら、情報が少なく、正確さは劣りますが、処理が高速です。

SIFT機能を64次元に使用し、64次元機能と128次元機能の両方でアルゴリズムを実行し、精度を比較するので、私が今使っていた128次元から自分の機能を減らします最適なものを確認するために、速度を調整します。

もちろん、Matlab's PCAを使用できます。