OPENCV实现PCA降维中的GENN函数说明

最新推荐文章于 2023-06-15 13:01:08 发布

麻雀快跑

最新推荐文章于 2023-06-15 13:01:08 发布

阅读量855

点赞数 1

分类专栏： OPENCV 文章标签： c opencv vs2012 图像处理

本文链接：https://blog.csdn.net/maque351081953/article/details/52921693

版权

OPENCV 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

本文介绍了在行人检测项目中使用OpenCV的PCA降维时遇到的矩阵运算问题，重点讨论了gemm函数。对比了OpenCV的gemm函数与OpenBlas在矩阵运算效率上的差异，指出gemm函数适用于小规模矩阵，而OpenBlas更适合高维矩阵。实验结果显示，当矩阵维数增大时，OpenBlas的表现优于OpenCV。

摘要由CSDN通过智能技术生成

刚使用OpenCV不久，最近在做关于行人检测方面的项目，使用HOG+SVM的方法实现，但是由于维数过高，致使处理时间过长，达不到实时检测的要求，因此选择了对HOG检测子进行了降维。在使用PCA降维的过程中，利用到了gemm函数，这个函数主要是对于矩阵的运算，是在最近版本的OPENCV版本中才集成进来了。代码是C语言写的，2.4.9版本的文件在modules/core/src/matmul.cpp中下面对于函数进行简单的说明：函数定义如下：

函数定于如下：

void cv::gemm( InputArray matA, InputArray matB, double alpha,
             InputArray matC, double beta, OutputArray _matD, int flags )

该函数比较复杂，代码量在600行左右，具体计算的是：

当然可以使用OpenBlas来实现矩阵的运算，两者之间的对比如下：

1.OpenBlas第一次运行的时候需要很多时间，其实Opencv也有这个这个现象，第一次启动时运行时间要比第二次运行时间长点点。
2.当矩阵的维数增大时，Opencv所花的矩阵相乘时间成指数增长，而OpenBlas却保持得很好，从下面的30个数据的结果可以看出，OpenBlas所花的时间成线性增长，factor因子是成线性增长的，所以，OpenBlas中的时间复杂度是O(n)，这时OpenBlas完胜OpenCV。

结论
1.Opencv中的矩阵乘法函数gemm只适应于矩阵维数小的情况，大概加估计的话，当矩阵阶数是1000以内时，Opencv可以1000ms内完成两个矩阵相乘。
2.OpenBlas适合处理高维矩阵相乘，对于小矩阵有点像杀鸡用牛刀，当矩阵维数为1500*3000时，仍然可以在500ms以内完成两个矩阵相乘。
当然，具体时间可能跟机器有些差别，本结论是程序在Release 32bit配置下运行在AMD3.5GHz,6核64位win7系统上的结果。

参考：http://m.blog.csdn.net/article/details?id=50133505

http://blog.csdn.net/yeyang911/article/details/31816807