클러스터링 데이터의 이미지에 대한 유사성 기능 작성

Question

Euclidean 공간에서 데이터 포인트에 대한 유사성 기능을 작성하는 방법을 알고 있습니다 (음의 최소 SQAued 오류를 취득하여) 이제 이미지에서 클러스터링 알고리즘을 확인하려면 이미지의 데이터 포인트에 대한 유사성 기능을 어떻게 작성할 수 있습니까? RGB 값을 기반으로합니까? 그리고 어떻게?

Answer 1

더 나은 점을 명확히해야한다고 생각합니다.

1. 색상에서만 클러스터링하고 있습니까? 따라서 픽셀에 대한 RGB 값을 가져 와서 메트릭 함수를 적용하십시오 (Sq. 오류의 합계를 최소화하거나 슬픈 절대 차이를 계산하십시오).
2. 공간 기준으로 클러스터링하고 있습니까 (이미지)? 이 경우 이미지를 샘플 도메인으로 고려하면서 유클리드 공간에 지정된대로 위치를 관리해야합니다. 어쨌든 2D 공간입니다 ... 3D 색상 정보도 고려한다면 (다음 참조).
3. 이미지에서 3D 정보를 찾고 계십니까? (2D 위치 + 1D 색상) 가장 가능성이 높은 경우입니다. 이미지가 첫 번째 접근 방식으로 일반 또는 잘 정의 된 모양을 표시하는 경우 분할 기술을 고려하십시오. 실패하거나 핸드 조정 된 알고리즘을 원한다면 데이터에서 PCA를 수행하여 3D 정보 공간을 2D 또는 1D로 줄이는 것을 고려하십시오. 주요 구성 요소를 분석하면 컬렉션에서 유용한 정보를 제거하거나 어떤 방식으로 고유 데이터 구조를 악용 할 수 있습니다.

이 주장은 해결책을 해결하기 위해서는 훨씬 더 많은 것이 필요하지만, 이것이 약간 도움이되기를 바랍니다.