Opencv PCA如何用于SIFT或VLAD向量？
我读了很多关于和（FV）的论文。特别是，在论文中（基本上是每篇讨论该主题的论文），作者使用PCA来减少SIFT、VLAD和FV维度 然而，据我所知，主成分分析涉及到计算协方差矩阵的特征值，我们只能计算平方矩阵的特征值 现在，假设我们要计算1M SIFT向量的PCA。我们如何在1Mx128矩阵上计算PCAOpencv PCA如何用于SIFT或VLAD向量？,opencv,matrix,pca,sift,svd,Opencv,Matrix,Pca,Sift,Svd,我读了很多关于和（FV）的论文。特别是，在论文中（基本上是每篇讨论该主题的论文），作者使用PCA来减少SIFT、VLAD和FV维度 然而，据我所知，主成分分析涉及到计算协方差矩阵的特征值，我们只能计算平方矩阵的特征值 现在，假设我们要计算1M SIFT向量的PCA。我们如何在1Mx128矩阵上计算PCA 我的理解是，SVD是一种替代方案，但我很惊讶，因为在任何报纸上都没有人谈论过PCA！我错过什么了吗 VLAD和Fisher向量的实现有效地倾向于使用PCA来降低图像块的维数。大多数论文报告的典型
我的理解是，SVD是一种替代方案，但我很惊讶，因为在任何报纸上都没有人谈论过PCA！我错过什么了吗 VLAD和Fisher向量的实现有效地倾向于使用PCA来降低图像块的维数。大多数论文报告的典型值为DIM=64，并且使用1M补丁，这使得直接应用SVD变得非常困难
我已经看到了用于SIFT的PCA实现，它使用了此处报告的迭代算法： 谢谢你的回答。你能给我建议一个有效的C++ PCA实现大约500字吗？在我以前实验室使用的SIFT PCA的实现是很不幸的。Fisher向量的两个最流行的实现是：1）INRIA one（）和2）Oxford的VLFeat one（）。在这两个版本中，可能也有对VLAD的引用。也许是一个调查他们如何处理PCA的好地方。