使用 PCA 进行图像分析/特征提取

Posted 2023-03-12

【中文标题】使用 PCA 进行图像分析/特征提取

【英文标题】：Image analysis/feature extraction using PCA

【发布时间】：2019-08-22 05:03:38

【问题描述】：

用于特征提取的 PCA。

大家好：我阅读了几篇关于使用 PCA 进行特征提取，然后使用神经网络对图像进行分类的论文。但我意识到 PCA 采用 2D 数据，而卷积网络采用 3D 数据。现在，我可以将图像重塑为 2D 并运行 PCA，但我不知道如何将结果输入到卷积网络中。提前致谢。

【问题讨论】：

"..卷积网络采用 3D 数据.." 需要引用。

【参考方案1】：

卷积网络专门用于从图像中提取特征，因此我认为在将图像作为 CNN 的输入之前，您不需要对图像进行任何预处理（可能除了平均像素值减法）。

卷积网络会产生大量特征，因此可以在馈送到分类器之前使用 PCA 减少从 CNN 获得的特征数量。有时在实践中会这样做，因为从 CNN 获得的特征通常彼此高度相关。 PCA 可以消除这些相关性，同时还可以减轻进一步处理期间的计算负载。

因此，要回答您的问题，您可以将 PCA 应用于 CNN 的结果，但不能反过来。我相信您在文章中读到的内容涉及一般神经网络（不是 CNN），在这些文章中，在 NN 特征提取之前应用 PCA 更为合适。