从60D (形状上下文)空间投影到2D以进行视觉分析

Question

我有一组60D的形状上下文矢量。这些是使用来自轮廓的400个边缘点的样本构建的，使用5个径向箱和12个角箱(因此，我有400个60D的形状上下文矢量)。

我想分析一下这些向量在表示底层轮廓的整体形状方面的描述性程度。为此，我希望将60D形状上下文向量投影回2D空间，并直观地检查结果--我希望看到的是一组与原始轮廓形状大致相似的点。

这样做的一种方法是通过投影前两个主成分(PCA)。根据我的实现，投影点并不类似于轮廓的形状。我可以看到两个主要原因(假设我的实现是正确的)：(1)形状上下文要么不适合作为给定轮廓的描述符，要么它的参数需要更好地调整(2)这种分析方法是有缺陷的/无效的。

我的问题是，这是否是分析形状上下文相对于我的剪影形状的描述性的正确方法？如果没有，请解释一下原因并提出另一种方法？

谢谢,

乔希

Answer 1

检查特征是否具有描述性的好方法是尝试在它们上训练一些分类器(svm/bayes/tree/其他)，并检查其交叉验证的精度/召回率等。你也可以通过Chi/infogain等特征选择器来过滤特征向量。

除了PCA，您还可以使用SOM或通过集群来可视化您的数据。

Answer 2

我认为这种分析方法是有缺陷的/无效的。我认为这是一个类似的推理:我可以通过对每个足球运动员所看到的进行PCA来重建足球场上的视图。这样的期望是不合理的。

我认为分析形状上下文描述性的最简单方法是下载MNIST或其他一些书面数字数据库，计算5个1和5个2的形状相似度的10x10矩阵，然后使用(比方说) graphviz绘制此图。