Cold Water » OpenCV を用いた主成分分析（PCA）
ここでは PCA を OpenCV の関数を用いて行うことについてのみ説明します．PCA とは何かなどについては他のサイトや書籍を参考にされて下さい． OpenCV には PCA を行うために次の３つの関数が用意されています． cvCalcPCA(const CvArr* data, CvArr* avg, CvArr* eigenvalues, CvArr* eigenvectors, int flags); １つ目の関数（cvCalcPCA）は，ベクトル集合の主成分分析を行う関数．この関数は，観測されるデータベクトル集合を ，主成分分析によって部分空間へ投影されるベクトルを としたときの連続写像 を求めます． cvProjectPCA(const CvArr* data, CvArr* avg, CvArr* eigenvalues, CvArr* project); ２つ目の関数
OpenCVで主成分分析をしてみた – .com-pound
主成分分析とは 主成分分析：PCA (Principal Component Analysis)は，多次元データの解析法の一種で，多次元空間中のデータ分布のうち，最も分散の大きくなる方向から順に基底を取っていく手法です．これをすることにより，データにおける主な変化の傾向を知ることができます．具体的にはいろんなところ（朱鷺の杜Wiki , タコでもわかる主成分分析 , etc.）で紹介されているので，ここでは割愛します． 主成分分析をやるには 大量の高次元ベクトルに対して上記のように分散を計算していくのは手計算では無理です．普通はmatlabやRを使いますが，画像処理屋はOpenCVを使って解析をします．（僕は主に，自前で実装したIncremental PCAを使っているので，以下のコードを実際には使っていません．あと，ちゃんとしたデータに対して動作確認もしてないので，以下のコードを使うのは
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
