图像处理中的L1-normalize 和L2-normalize

最新推荐文章于 2023-11-02 15:43:36 发布
最新推荐文章于 2023-11-02 15:43:36 发布
阅读量2.6w 收藏 11
点赞数 3
分类专栏： 图像处理 文章标签： 图像处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/a200800170331/article/details/21737741
版权
图像处理中，L1-normalize和L2-normalize是常用的特征标准化方法。L1-normalize是将特征向量元素绝对值之和为1，而L2-normalize是将特征向量元素平方和为1。这两种方法可以提升图像特征的效果，具体使用哪种通常需要通过实验来决定。在MATLAB中，L2-normalize和L1-normalize的实现分别涉及向量的平方和及绝对值和的计算。
摘要由CSDN通过智能技术生成

当一幅图像用某种特征表示出来，一般要进行L1-normalize或者是L2-normalize。

假设一幅图像表示为Y=[x1 x2 x3 x4 x5],

L1-normalize的结果为：


L2-normalize的结果为：


通过L1或L2标准化的图像特征往往具有良好的效果，至于那个更好就需要自己试验。

假设我们提取一个图像库的特征为histograms，其中列为图像标号，行为特征属性，即一列代表一幅图像，L2-normalize的matlab的代码实现为：

histograms = bsxfun(@times, histograms, 1./sqrt(sum(histograms.^2,1))) ;

L1-normalize的

了解本专栏 订阅专栏 解锁全文 超级会员免费看
蝴蝶也可以飞过沧海
关注
  • 3
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
订阅专栏
tf.nn.l2_normalize L2范化函数详解
dingding的专栏
09-14 4968
tf.nn.l2_normalize(x, dim, epsilon=1e-12, name=None) 上式： x为输入的向量； dim为l2范化的维数，dim取值为0或0或1；取0为按列范化，取1为按行范化，也可以取其他数值 epsilon的范化的最小值边界； 举例: import tensorflow as tf input_data = tf.constant([[1.0,2,...
l1和l2范式归一化的解释与比较
最新发布
u014020707的博客
06-28 115
L1范数归一化和L2范数归一化是常见的向量归一化方法，它们在计算方式和效果上有一些区别和特点。
图像处理时常见的L1-normalize 和L2-normalize是什么
weixin_41813620的博客
02-14 6944
当一幅图像用某种特征表示出来，一般要进行L1-normalize或者是L2-normalize。 假设一幅图像表示为Y=[x1 x2 x3 x4 x5], L1-normalize的结果为： L2-normalize的结果为： 通过L1或L2标准化的图像特征往往具有良好的效果。 顺便提一下tensorflow中 l2_normalize函数的实现： tf.nn.l2_normalize(x, ...
归一化、标准化、单位化方法的总结
易大飞
07-20 1万+
无论传统图像处理，还是深度学习，我们经常会听说存在L1 normalization，L2 normalization，那么这些归一化是什么呢？在统计学习中，归一化的具体作用是归纳归一样本的统计分布性。归一化在0~1之间是统计的概率分布，归一化在-1~+1之间是统计的坐标分布。即该函数在（负无穷，正无穷）的积分为1。 下图为pytorch官网normalize的定义和实现方程 从公式中可以看出这是一个Lp normalize，p表示1,2，...，n。sigma是一个极小的小数，为了防止分母为
tf.nn学习之l2_normalize（tf.math.l2_normalize）
spiderfu的博客
06-05 5956
现在都统一称呼为tf.math.l2_normalize tf1.15版本 别名： tf.compat.v1.linalg.l2_normalize tf.compat.v1.math.l2_normalize tf.compat.v1.nn.l2_normalize tf.linalg.l2_normalize tf.nn.l2_normalize 作用 对于axis = 0的1-D张量,计算如下： output = x / sqrt(max(sum(x**2), epsilon)) 对于具有更多维度的
L1和L2正则化通俗理解
二十年蝉电子学习博客
11-02 2151
机器学习中，如果参数过多，模型过于复杂，容易造成过拟合（overfit）。即模型在训练样本数据上表现的很好，但在实际测试样本上表现的较差，不具备良好的泛化能力。为了避免过拟合，最常用的一种方法是使用使用正则化，例如 L1 和 L2 正则化。
Matrix or Vector Normalize：矩阵或向量归一化-matlab开发
05-29
这在处理机器学习、数据分析、图像处理等领域时非常有用，因为它可以帮助消除不同尺度或单位的影响，使算法更容易处理和比较数据。"Matrix or Vector Normalize"指的是针对矩阵或向量执行的归一化操作。 MATLAB的`...
matlab pro-6_归一化处理_gun86y_
10-01
- 图像处理：在图像特征提取中，归一化可以减少光照、对比度变化等因素的影响。 4. 注意事项： - 归一化前需确保数据无异常值，否则可能会影响结果。 - 如果数据中存在缺失值，需先处理缺失值再进行归一化。 - ...
Scikit-learn使用手册中文版
03-18
手册中首先介绍了线性回归（Linear Regression）的基本概念和使用方法。线性回归是一种统计学方法，通过一个或多个自变量来预测因变量的值。在Scikit-learn中，可以通过拟合数据集来创建线性回归模型，并使用模型的`...
matlab -logistics回归模型工具箱集合
03-17
- **弹性网正则化**：结合了L1和L2正则化，同时进行特征选择和防止过拟合。 5. **模型评估与优化**： 在MATLAB中，评估逻辑回归模型通常使用ROC曲线、AUC值、混淆矩阵、准确率、精确率、召回率等指标。`CVglmnet`...
Paddle源码阅读报告-第二组-05081
08-08
normalize, matmul, topk, ctc_greedy_decoder, transpose, im2sequence, row_conv, multiplex, smooth_l1**：这些模块涉及数据处理和操作，如张量分割、L2范数归一化、矩阵乘法、查找最大值、CTC解码、数据重排、...
L2 normalization和L1，L2 regulation
qq_39068872的博客
09-18 5453
L2 Normalization 第二种Normalization对于每个样本缩放到单位范数（每个样本的范数为1），主要有L1-normalization（L1范数）、L2-normalization（L2范数）等 Normalization主要思想是对每个样本计算其p-范数，然后对该样本中每个元素除以该范数，这样处理的结果是使得每个处理后样本的p-范数（比如l1-norm,l2-norm）等于1...
Normalization(标准化)的原理和实现详解
热门推荐
Dongdong Bai's Blogs
10-08 4万+
Normalization这个名词在很多地方都会出现，但是对于数据却有两种截然不同且容易混淆的处理过程。对于某个多特征的机器学习数据集来说，第一种Normalization是对于将数据进行预处理时进行的操作，是对于数据集的各个特征分别进行处理，主要包括min-max normalization、Z-score normalization、 log函数转换和atan函数转换等。第二种Normaliza
深度学习基础知识（三）--- Normalization 规范化 操作
朝花&夕拾
12-29 5271
本文部分过程和图片来源于以下参考资料 参考资料： 知乎专栏 - 张俊林 - 深度学习中的Normalization模型 - https://zhuanlan.zhihu.com/p/43200897 知乎专栏 - Juliuszh - 详解深度学习中的Normalization，BN/LN/WN - https://zhuanlan.zhihu.com/p/33173246 CSDN ...
深度学习（二十四）——L2 Normalization, Attention（1）
antkillerfarm的专栏
05-28 2万+
L2 Normalization L2 Normalization本身并不复杂，然而多数资料都只提到1维的L2 Normalization的计算公式： x=[x1,x2,…,xd]y=[y1,y2,…,yd]y=x∑di=1x2i‾‾‾‾‾‾‾√=xxTx‾‾‾‾√x=[x1,x2,…,xd]y=[y1,y2,…,yd]y=x∑i=1dxi2=xxTxx=[x_1,x_2,\dots,x_...
tensorflow的tf.nn.l2_normalize()与tf.norm()
lishanlu136的博客
04-22 1万+
tensorflow的归一化在很多时候都会用到，tensorflow代码里面也有多个实现方式，下面主要以L2归一化来讲解。 tf.nn.l2_normalize() 函数原型：l2_normalize(x, dim, epsilon=1e-12, name=None) x为输入的向量； dim为指定按哪个维度求l2范化，dim取值为0或1，0代表列，1代表行； epsilon为l2...
归一化 标准化 正则化
Yang_137476932的博客
03-31 445
参考： https://zhuanlan.zhihu.com/p/46377151 https://zhuanlan.zhihu.com/p/29957294 记录下几个ML的数据处理方法 归一化一般是将数据映射到指定的范围，用于去除不同维度数据的量纲以及量纲单位。 常见的映射范围有 [0, 1] 和 [-1, 1] ，最常见的归一化方法就是Min-Max 归一化： ...
opencv中normalize数
05-11
在 OpenCV 中，normalize 函数用于对图像进行归一化处理，使其像素值范围在指定的范围内。其函数原型如下： ```python cv2.normalize(src, dst, alpha, beta, norm_type, dtype, mask) ``` 其中，`src` 表示输入图像，`dst` 表示输出图像，`alpha` 和 `beta` 分别表示归一化后的最小值和最大值，`norm_type` 表示归一化类型，`dtype` 表示输出图像的数据类型，`mask` 表示掩膜。 归一化类型 `norm_type` 可以是以下几种： - `cv2.NORM_INF`：取绝对值后的最大值； - `cv2.NORM_L1`：所有元素的绝对值之和； - `cv2.NORM_L2`：所有元素的平方和再开方。 例如，将图像归一化到 0 到 255 的范围内，可以使用以下代码： ```python import cv2 img = cv2.imread('test.jpg') dst = cv2.normalize(img, None, 0, 255, cv2.NORM_MINMAX) ``` 其中，`dst` 表示归一化后的图像。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值