영상처리/Recognition2 Bag-Of-Feature 기반 영상 검색 Bag of Feature는 정보검색(information retrieval)에서 쓰이는 Bag of Word에서 부터 유래 되었습니다. Bag of Word는 텍스트검색 시스템에서 쓰이는건데, 쉽게 말해 텍스트 내 단어의 출현빈도에 의해서 텍스트를 근사표현 해보자는 겁니다. 즉, 예를들어 어떤 텍스트내에 "아프가니스탄", "조지부시" 단어의 출현빈도가 높았다고 하면, 그 텍스트는 911사건과 관련이 깊을지도 모른다고 유추 가능 하다는 것 입니다. 이 개념을 그대로 Bag of Features에 사용을 합니다. BoF에서는 화상내의 극소 특징벡터의 출현빈도로 화상을 근사표현을 하는 겁니다. 또한, 텍스트 검색 서비스에서는 단어를 Visual Word라고 부르는데, BoF도 마찬가지로 Visual Word.. 2012. 3. 20. Eigenface Eigenface를 알려면 먼저 PCA를 선행학습해야한다. PCA는 고차원의 데이터들의 정보를 유지하면서 저차원의 데이터들로 변환하는 것이다. 즉, 고차원의 데이터를 낮은 차원의 subspace로 projection하는 것이다. 따라서 error가 발생하지만 PCA는 이를 최소화하며 정보를 보존하고자 하는 것이다. 가장 좋은 subspace는 각 샘플들의 평균의 중심, 방향은 데이터의 공분산 행렬의 eigen vector중 가장 eigen value가 큰 방향을 선택한다.(Principal component) 이것을 face영상에서 보면 고차원에서 하나의 얼굴 영상은 한 점으로 표현된다. 여러 영상의 subspace는 얼굴의 집합이다. PCA를 통해 가장 좋은 subspace를 찾는다. subspace는.. 2012. 3. 20. 이전 1 다음
