先前用pca对三维人脸进行了姿势坐标系的统一,只是照步骤来写代码,没有仔细推敲其中的原理。无论人脸是怎样姿势处理后都能够归一化其所在的坐标系。Pca算法为什么能把人脸摆正呢?->统计学中奥妙的冰山一角啊~
先说下主成分分析法的感性理解:有一个很长很细的棒子,从上往下看只有个圆点,那么“竖直“这个方向可以看做是这个物体最主要的方向。
假设这个棒子是斜的,获取了斜的方向,很容易将棒子摆竖直。这就是人脸姿势坐标系统一的原理。如果想对这个棒子进行压缩,那就可以压缩成一条线,忽略棒子的直径,这是我对采用主成分分析进行压缩的理解。
下面点集中的数据,可以看做有红蓝两个主要的方向。数据有几个维度就可能有几个”主要的方向“,称为主轴或主成分。