HOG特征向量中的维数减少

时间:2016-01-29 11:35:12

标签: matlab machine-learning computer-vision pca

我在MATLAB中找到了下图的HOG特征向量。

Input Image

我使用了以下代码。

I = imread('input.jpg');
I = rgb2gray(I);
[features, visualization] = extractHOGFeatures(I,'CellSize',[16 16]);  

features是一个1x1944向量,我需要减少此向量的维数(比如1x100),我应该使用哪种方法?

我想到了主成分分析并在MATLAB中运行了以下内容。

prinvec = pca(features);  

prinvec是一个空矩阵(1944x0)。我做错了吗?如果不是PCA,我可以使用哪些其他方法来减小尺寸?

1 个答案:

答案 0 :(得分:5)

你不能对此做PCA,因为你有比单一观察更多的功能。获得更多的观察结果,大概是10,000,你可以做PCA。

有关为何会出现这种情况的更详细和数学解释,请参阅PCA in matlab selecting top n components

相关问题