eigenvalues가 Eigenfaces에 의한 얼굴 인식에서 무엇을 나타내는가

Question

나는 훈련 얼굴 이미지 (40 이미지)를 가지고있다. 각 이미지 크기는 28 * 34입니다. 거기에서 Matlab의 princomp 함수를 사용하여 eigenVector, Score, Latent를 얻을 수 있습니다.

저는 4.2785에서 0으로 내림차순으로 952 개의 잠함 (공분산 행렬의 고유 값)을가집니다. 고유 값은 k = 40부터 0까지입니다.

고유 값이 무엇을 나타내는 지 알 수 있습니까? (더 큰 값은 분산에 더 큰 의미가 있다고 말합니다) 어떻게 최상의 k 값 (Principal 구성 요소)을 식별 할 수 있습니까?

도움을 주셔서 감사합니다.

Answer 1

40 개의 입력 면만 있기 때문에 기본 구성 요소가 40 개를 초과 할 것으로 예상 할 수 없습니다. 따라서 고유 값은 K = 40 이상에서는 0이됩니다.
결과를 시각화하려면 40 개의 주요 고유 벡터 reshape을 다시 28x34 및 imagesc으로 가져갑니다. 너 뭐야?

Answer 2

• 고유 벡터의 EigenValue는 eigenvector가 얼마나 중요한지 나타냅니다.
• 높은 고유치 더 중요 eigentvector는 고유 벡터 당신은 그것을
• 가장 높은 고유 값과 고유 벡터와 같은 모양을 시각화하기 위해 eigencvectors으로 얼굴을 재구성 할 수 40 개 이상의
• 수 없습니다
• 이미지 (40)입니다 대부분의 데이터가
  이 링크 https://github.com/jayshah19949596/Computer-Vision/blob/master/EigenFaces/EigenFaces.ipynb를 참조 할 수 있습니다
  • 거짓말을 주성분은 ...이 고유 얼굴에 좋은 튜토리얼입니다