2
A
回答
1
負值的繪圖取決於繪圖函數的實現。例如,Matlab的imagesc
將圖像數據縮放到當前顏色映射的全部範圍並顯示圖像。這比直方圖均衡更簡單。
1
是的,爲了可視化目的,只需將min(eigenface)
映射到0並將max(eigenface)
映射到255即可。您的鏈接圖像似乎正在這樣做。 (請注意每個特徵臉是如何佔據整個動態範圍的。)特徵臉(或特徵向量,一般情況下)可能具有正面和負面元素。
相關問題
- 1. 特徵值在人臉識別中通過特徵臉表示
- 2. 特徵臉算法
- 3. OpenCV:使用CSV文件的特徵臉
- 4. 使用豬特徵的人臉檢測
- 5. android上的特徵臉
- 6. Android - 臉部特徵檢測
- 7. 使用顯性特徵值計算特徵向量
- 8. 特徵臉不能正確顯示並且非常暗
- 9. 如何在Prestashop中顯示特徵值?
- 10. 爲什麼我的Matlab特徵臉實現中有很多零特徵值?
- 11. 根據什麼產生特徵臉?
- 12. 特徵臉方法中的權重
- 13. Android的臉部特徵檢測
- 14. 臉部檢測特徵提取
- 15. MATLAB中的臉部特徵提取
- 16. AS3臉部特徵識別庫
- 17. 識別多個面(特徵臉opencv)
- 18. 使用Opencv的特徵臉的訓練時間C++
- 19. 特徵臉方法是否使用無監督訓練
- 20. 特徵臉的實現:在Java中使用OpenCV3
- 21. 使用特徵3稀疏特徵值/稀疏
- 22. 使用賈馬來計算特徵值/特徵向量?
- 23. 使用OpenCV計算特徵值,特徵向量
- 24. 如何修改scikit-learn的特徵臉識別示例
- 25. 本徵臉與openCV
- 26. [R特徵值/特徵向量
- 27. cvBlobsLib的特徵向量和特徵值
- 28. cvBlobsLib的特徵向量和特徵值
- 29. 使用Numpy的特徵向量值
- 30. 使用MATLAB進行特徵值分解
由於這只是一個假設/猜測,我不會把它作爲答案,但我認爲標準化範圍-1:1只是直接映射到0:255。 – Mikeb