English | 中文 | 简体
首頁 | 線上Q&A | 註冊 | 登入

討論區 > 請教關於Kernel method in image

您好,感謝您提供這個網站,讓我受益匪淺,在此向您表達我最大感謝。另外,我有一個問題想向您請教,也就是在 kernel 轉換的過程中,最後得到的最大維度應該是 training sample 的資料筆數,例如若資料有10000筆,則理論上我可以得到一個10000維的空間。

那麼,以人臉辨識主題來說,例如像CMU資料庫有68個類別,若每一個類別取6個訓練影像,則有408筆資料,是否得到的kernel空間就是408維呢?而原本影像大小為32x32,若以傳統方法來說,原空間就有1024維,這樣的話,kernel 空間反而較小,不知我這樣的說法是否有誤呢? 如此一來,kernel 空間也許就未必比原空間來得好了,請問這樣的推論是否正確呢? 那麼這樣的問題通常又如何解決才能發揮 kernel 的效益? 希望能得到一些回答,非常感謝您。

回應