Yaju3D https://blog.hatena.ne.jp/Yaju3D/ デジタル・デザイン・ラボラトリーな日々 https://yaju3d.hatenablog.jp/ コンピュータビジョン 機械学習 主成分分析 ■画像情報処理への応用 主成分分析には、方向からデータの持つ情報の意味を解析するデータ分析に使う方法の他に、多次元データのもつ情報をできるだけ損わずに低次元空間に情報を縮約することから、下記の画像処理の応用などに使われたりします。・低解像度画像の補完・正しい直線領域の傾き・画像圧縮（次元の縮約）・パターン認識 画像情報は、空間上に点がたくさんある多次元データ情報と考えます。点があるということはベクトルがあるということで主成分分析が使えるわけです。 例えば16×16のピクセルであれば、256次元の特徴空間と考えます。それぞれグレースケールの画像だとして、明度を１個目のピクセル、２個目のピクセル、… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fyaju3d.hatenablog.jp%2Fentry%2F2014%2F07%2F27%2F154220" title="【コンピュータビジョン】主成分分析を理解してみる　画像情報処理への応用 - デジタル・デザイン・ラボラトリーな日々" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> http://chart.apis.google.com/chart?cht=tx&chl=x_1%3D128%2Cx_2%3D150%2Cx_3%3D90 Hatena Blog https://hatena.blog 2014-07-27 15:42:20 rich https://yaju3d.hatenablog.jp/entry/2014/07/27/154220 1.0 100%