Color Names 特征提取并进行PCA降维 （Learning Color Names for Real-World Applications）

Color Names 特征提取并进行PCA降维 （Learning Color Names for Real-World Applications）

之前的一篇博客里介绍了CN特征的提取，在实际应用中，很多算法为了提高计算效率，都会将CN特征进行降维，比如

Danelljan M, Shahbaz Khan F, Felsberg M, et al. Adaptive color attributes for real-time visual
tracking[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2014: 1090-1097

即ColorTracking跟踪算法就采用了PCA降维，将CN特征降为了2维。

这里就在上一篇的基础上加上PCA降维的部分：

首先是改动一下im2c.m函数

im2c.m

function out=im2c(im,w2c,color)
% input im should be DOUBLE !
% color=0 is color names out
% color=-1 is colored image with color names out
% color=1-11 is prob of colorname=color out;

% order of color names: black , blue , brown     , grey     , green , orange  ,  pink   , purple  ,  red     , white    , yellow
color_values =     {
     [0 0 0] , [0 0 1] , [.5 .4 .25] , [.5 .5 .5] , [0 1 0] , [1 .8 0] , [1 .5 1] , [1 0 1] , [1 0 0] , [