Image processing 计算图形的空间维度
给定一个图(比如完全连接),以及所有点之间的距离列表,是否有一种方法可以计算实例化该图所需的维度数 例如,通过构造,假设我们有点A,B,C和距离AB=BC=CA=1的图g。从A(0维)开始,我们在距离1(1维)处添加B,现在我们发现需要第2维来添加C并满足约束。是否存在这样做的代码并吐出(在本例中)dim(G)=2 例如,如果点是照片,并且它们之间的距离由Gist算法()计算,我希望导出的维度与Gist考虑的数字图像参数相匹配 补充:这里是一个基于建议的5-d python演示-看起来很完美! “相似性”是距离矩阵Image processing 计算图形的空间维度,image-processing,scikit-learn,artificial-intelligence,graph-theory,Image Processing,Scikit Learn,Artificial Intelligence,Graph Theory,给定一个图(比如完全连接),以及所有点之间的距离列表,是否有一种方法可以计算实例化该图所需的维度数 例如,通过构造,假设我们有点A,B,C和距离AB=BC=CA=1的图g。从A(0维)开始,我们在距离1(1维)处添加B,现在我们发现需要第2维来添加C并满足约束。是否存在这样做的代码并吐出(在本例中)dim(G)=2 例如,如果点是照片,并且它们之间的距离由Gist算法()计算,我希望导出的维度与Gist考虑的数字图像参数相匹配 补充:这里是一个基于建议的5-d python演示-看起来很完美!
import numpy as np
from sklearn import manifold
similarities = [[0., 1., 1., 1., 1., 1.],
[1., 0., 1., 1., 1., 1.],
[1., 1., 0., 1., 1., 1.],
[1., 1., 1., 0., 1., 1.],
[1., 1., 1., 1., 0., 1.],
[1., 1., 1., 1., 1., 0]]
seed = np.random.RandomState(seed=3)
for i in [1, 2, 3, 4, 5]:
mds = manifold.MDS(n_components=i, max_iter=3000, eps=1e-9, random_state=seed,
dissimilarity="precomputed", n_jobs=1)
print("%d %f" % (i, mds.fit(similarities).stress_))
输出:
1 3.333333
2 1.071797
3 0.343146
4 0.151531
5 0.000000
我发现,当我将此方法应用于我的数据子集时(329张图片之间的距离,文件名中有“11”,使用两种不同的度量),压力并没有像我从上面所期望的那样线性减少到0,而是在大约5维后趋于平稳。(在SURF结果中,我尝试将max_iter加倍,并以一个数量级的方式改变每股收益,而不改变前四位的结果。)
结果表明,在约0.02%的三角形中,距离不满足三角形不等式,对于所检查的一个度量,平均冲突大约等于平均距离的8%
总的来说,我更喜欢排序距离的分形维数,因为它不需要选择截止点。我将MDS响应标记为一个答案,因为它适用于一致的情况。我的分形维数和MDS情况的结果如下
另一个描述性统计结果是三角形冲突。下面将进一步介绍这方面的结果。如果有人能推广到更高的维度,那将是非常有趣的(结果和学习python:-)
MDS结果,忽略三角形不平等问题:
N_dim stress_
SURF_match GIST_match
1 83859853704.027344 913512153794.477295
2 24402474549.902721 238300303503.782837
3 14335187473.611954 107098797170.304825
4 10714833228.199451 67612051749.697998
5 9451321873.828577 49802989323.714806
6 8984077614.154467 40987031663.725784
7 8748071137.806602 35715876839.391762
8 8623980894.453981 32780605791.135693
9 8580736361.368249 31323719065.684353
10 8558536956.142039 30372127335.209297
100 8544120093.395177 28786825401.178596
1000 8544192695.435946 28786840008.666389
为了设计一个度量来比较两个结果的维度,一个特别的选择是将标准设置为
1.1 * stress_at_dim=100
由此得出结论:SURF_匹配在5..6中有一个准维,而GIST_匹配在8..9中有一个准维。我很好奇是否有人认为这意味着什么:-)。另一个问题是,对于这两个指标在任何维度上的应力相对大小是否有任何有意义的解释。这里有一些结果可以让我们正确地看待这一问题。Frac_d是排序距离的分形维数,根据Higuchi的方法使用IQM的代码计算,Dim是如上所述的维数
Method Frac_d Dim stress(100) stress(1)
Lab_CIE94 1.1458 3 2114107376961504.750000 33238672000252052.000000
Greyscale 1.0490 8 42238951082.465477 1454262245593.781250
HS_12x12 1.0889 19 33661589105.972816 3616806311396.510254
HS_24x24 1.1298 35 16070009781.315575 4349496176228.410645
HS_48x48 1.1854 64 7231079366.861403 4836919775090.241211
GIST 1.2312 9 28786830336.332951 997666139720.167114
HOG_250_words 1.3114 10 10120761644.659481 150327274044.045624
HOG_500_words 1.3543 13 4740814068.779779 70999988871.696045
HOG_1k_words 1.3805 15 2364984044.641845 38619752999.224922
SIFT_1k_words 1.5706 11 1930289338.112194 18095265606.237080
SURFFAST_200w 1.3829 8 2778256463.307569 40011821579.313110
SRFFAST_250_w 1.3754 8 2591204993.421285 35829689692.319153
SRFFAST_500_w 1.4551 10 1620830296.777577 21609765416.960484
SURFFAST_1k_w 1.5023 14 949543059.290031 13039001089.887533
SURFFAST_4k_w 1.5690 19 582893432.960562 5016304129.389058
查看表中各列之间的皮尔逊相关性:
Pearson correlation 2-tailed p-value
FracDim, Dim: (-0.23333296587402277, 0.40262625206429864)
Dim, Stress(100): (-0.24513480360257348, 0.37854224076180676)
Dim, Stress(1): (-0.24497740363489209, 0.37885820835053186)
Stress(100),S(1): ( 0.99999998200931084, 8.9357374620135412e-50)
FracDim, S(100): (-0.27516440489210137, 0.32091019789264791)
FracDim, S(1): (-0.27528621200454373, 0.32068731053608879)
我天真地想知道,除了一个相关性外,所有的相关性怎么都是负的,能得出什么结论。使用此代码:
import sys
import numpy as np
from scipy.stats.stats import pearsonr
file = sys.argv[1]
col1 = int(sys.argv[2])
col2 = int(sys.argv[3])
arr1 = []
arr2 = []
with open(file, "r") as ins:
for line in ins:
words = line.split()
arr1.append(float(words[col1]))
arr2.append(float(words[col2]))
narr1 = np.array(arr1)
narr2 = np.array(arr2)
# normalize
narr1 -= narr1.mean(0)
narr2 -= narr2.mean(0)
# standardize
narr1 /= narr1.std(0)
narr2 /= narr2.std(0)
print pearsonr(narr1, narr2)
关于各种指标违反三角形不等式的次数,所有329张图片的顺序为“11”:
(1) n_violations/triangles
(2) avg violation
(3) avg distance
(4) avg violation / avg distance
n_vio (1) (2) (3) (4)
lab 186402 0.031986 157120.407286 795782.437570 0.197441
grey 126902 0.021776 1323.551315 5036.899585 0.262771
600px 120566 0.020689 1339.299040 5106.055953 0.262296
Gist 69269 0.011886 1252.289855 4240.768117 0.295298
RGB
12^3 25323 0.004345 791.203886 7305.977862 0.108295
24^3 7398 0.001269 525.981752 8538.276549 0.061603
32^3 5404 0.000927 446.044597 8827.910112 0.050527
48^3 5026 0.000862 640.310784 9095.378790 0.070400
64^3 3994 0.000685 614.752879 9270.282684 0.066314
98^3 3451 0.000592 576.815995 9409.094095 0.061304
128^3 1923 0.000330 531.054082 9549.109033 0.055613
RGB/600px
12^3 25190 0.004323 790.258158 7313.379003 0.108057
24^3 7531 0.001292 526.027221 8560.853557 0.061446
32^3 5463 0.000937 449.759107 8847.079639 0.050837
48^3 5327 0.000914 645.766473 9106.240103 0.070915
64^3 4382 0.000752 634.000685 9272.151040 0.068377
128^3 2156 0.000370 544.644712 9515.696642 0.057236
HueSat
12x12 7882 0.001353 950.321873 7555.464323 0.125779
24x24 1740 0.000299 900.577586 8227.559169 0.109459
48x48 1137 0.000195 661.389622 8653.085004 0.076434
64x64 1134 0.000195 697.298942 8776.086144 0.079454
HueSat/600px
12x12 6898 0.001184 943.319078 7564.309456 0.124707
24x24 1790 0.000307 908.031844 8237.927256 0.110226
48x48 1267 0.000217 693.607735 8647.060308 0.080213
64x64 1289 0.000221 682.567106 8761.325172 0.077907
hog
250 53782 0.009229 675.056004 1968.357004 0.342954
500 18680 0.003205 559.354979 1431.803914 0.390665
1k 9330 0.001601 771.307074 970.307130 0.794910
4k 5587 0.000959 993.062824 650.037429 1.527701
sift
500 26466 0.004542 1267.833182 1073.692611 1.180816
1k 16489 0.002829 1598.830736 824.586293 1.938949
4k 10528 0.001807 1918.068294 533.492373 3.595306
surffast
250 38162 0.006549 630.098999 1006.401837 0.626091
500 19853 0.003407 901.724525 830.596690 1.085635
1k 10659 0.001829 1310.348063 648.191424 2.021545
4k 8988 0.001542 1488.200156 419.794008 3.545072
有人能推广到更高的维度吗?这是我的第一个计时器代码:
import sys
import time
import math
import numpy as np
import sortedcontainers
from sortedcontainers import SortedSet
from sklearn import manifold
seed = np.random.RandomState(seed=3)
pairs = sys.argv[1]
ss = SortedSet()
print time.strftime("%H:%M:%S"), "counting/indexing"
sys.stdout.flush()
with open(pairs, "r") as ins:
for line in ins:
words = line.split()
ss.add(words[0])
ss.add(words[1])
N = len(ss)
print time.strftime("%H:%M:%S"), "size ", N
sys.stdout.flush()
sim = np.diag(np.zeros(N))
dtot = 0.0
with open(pairs, "r") as ins:
for line in ins:
words = line.split()
i = ss.index(words[0])
j = ss.index(words[1])
#val = math.log(float(words[2]))
#val = math.sqrt(float(words[2]))
val = float(words[2])
sim[i][j] = val
sim[j][i] = val
dtot += val
avgd = dtot / (N * (N-1))
ntri = 0
nvio = 0
vio = 0.0
for i in xrange(1, N):
for j in xrange(i+1, N):
d1 = sim[i][j]
for k in xrange(j+1, N):
ntri += 1
d2 = sim[i][k]
d3 = sim[j][k]
dd = d1 + d2
diff = d3 - dd
if (diff > 0.0):
nvio += 1
vio += diff
avgvio = 0.0
if (nvio > 0):
avgvio = vio / nvio
print("tot: %d %f %f %f %f" % (nvio, (float(nvio)/ntri), avgvio, avgd, (avgvio/avgd)))
以下是我如何尝试sklearn的等值线图:
for i in [1, 2, 3, 4, 5]:
# nbrs < points
iso = manifold.Isomap(n_neighbors=nbrs, n_components=i,
eigen_solver="auto", tol=1e-9, max_iter=3000,
path_method="auto", neighbors_algorithm="auto")
dis = euclidean_distances(iso.fit(sim).embedding_)
stress = ((dis.ravel() - sim.ravel()) ** 2).sum() / 2
[1,2,3,4,5]中的i的
#丁腈橡胶<分
iso=歧管。Isomap(n_邻居=NBR,n_组件=i,
本征解算器=“自动”,tol=1e-9,最大iter=3000,
路径\方法=“自动”,邻域\算法=“自动”)
dis=欧几里德距离(iso.拟合(sim).嵌入)
应力=((dis.ravel()-sim.ravel())**2.sum()/2
给定一个图(比如完全连接),以及所有点之间的距离列表,是否有一种方法可以计算实例化该图所需的维度数
对。从图论的角度来看,这个问题所涉及的更一般的主题叫做
例如,通过构造,假设我们有点A,B,C和距离AB=BC=CA=1的图g。从A(0维)开始,我们在距离1(1维)处添加B,现在我们发现需要第2维来添加C并满足约束。是否存在这样做的代码并吐出(在本例中)dim(G)=2
这几乎就是工作的方式
多维缩放(MDS)将用一个数字来回答“我需要多少个维度来表示此点云/图?”的问题,但它返回足够的信息来近似它
多维缩放方法将试图找到一个“良好的映射”,以减少维度的数量,例如从120(在原始空间)减少到4(在另一个空间)。因此,在某种程度上,您可以反复尝试不同的嵌入以增加维度的数量,并查看每个嵌入的“压力”(或错误)。您所追求的尺寸数是误差突然最小化的第一个数字
由于其工作方式,可以为新映射返回特征值向量。通过检查此特征值向量,您可以确定需要保留多少项才能实现原始数据集的(足够好或低错误)表示
这里的关键概念是“相似性”矩阵,它是图的距离矩阵的一个别致的名称(你似乎已经有了),与它的语义无关
一般来说,嵌入算法试图找到一个看起来可能不同的嵌入,但最终,新空间中的点云将具有类似的(取决于我们能承受的误差)距离矩阵
import numpy as np
from sklearn import manifold
similarities = [[0., 1., 1., 1., 1., 1.],
[1., 0., 1., 1., 1., 1.],
[1., 1., 0., 1., 1., 1.],
[1., 1., 1., 0., 1., 1.],
[1., 1., 1., 1., 0., 1.],
[1., 1., 1., 1., 1., 0]]
seed = np.random.RandomState(seed=3)
for i in [1, 2, 3, 4, 5]:
mds = manifold.MDS(n_components=i, max_iter=3000, eps=1e-9, random_state=seed,
dissimilarity="precomputed", n_jobs=1)
print("%d %f" % (i, mds.fit(similarities).stress_))
在代码方面,我确信在所有主要的科学计算软件包中都有一些可用的东西,但在我的脑海中,我可以向您指出代码和示例
例如,如果这些点是照片,并且它们之间的距离是通过Gist算法()计算出来的,那么我希望导出的维度与Gi考虑的数字图像参数相匹配