使用 PCA 進行圖像分析/特征提取

Question

用於特征提取的 PCA。

大家好：我閱讀了一些關於使用 PCA 進行特征提取，然后使用神經網絡對圖像進行分類的論文。 但我意識到 PCA 需要 2D 數據，而卷積網絡需要 3D 數據。 現在，我可以將我的圖像重塑為 2D，並運行 PCA，但我不知道如何將結果輸入到卷積網絡中。 提前致謝。

Answer 1

卷積網絡專門用於從圖像中提取特征，所以我認為在將它們作為 CNN 輸入之前，您不需要對圖像進行任何預處理（可能除了平均像素值減法）。

卷積網絡會產生大量特征，因此可以在輸入分類器之前使用 PCA 減少從 CNN 獲得的特征數量。 在實踐中有時會這樣做，因為從 CNN 獲得的特征通常彼此高度相關。 PCA 可以消除這些相關性，同時還可以減輕進一步處理過程中的計算負擔。

因此，要回答您的問題，您可以將 PCA 應用於 CNN 的結果，但不能反過來。 我相信你在文章中讀到的內容涉及一般神經網絡（不是 CNN），其中在 NN 特征提取之前應用 PCA 更合適。