协方差矩阵与二维高斯分布

zfoox

已于 2024-04-04 22:11:50 修改

阅读量4.5w

点赞数 33

分类专栏： CV 文章标签： python

于 2016-12-22 23:03:55 首次发布

本文链接：https://blog.csdn.net/xfijun/article/details/53822490

版权

CV 专栏收录该内容

31 篇文章

订阅专栏

多维高斯分布：

$f(\mathbf x )= \frac{1}{{(2\pi)}^{\frac{d}{2}}{\begin{vmatrix}\mathbf\Sigma\end{vmatrix}}^{\frac{1}{2}}}\exp[-\frac{1}{2}(\mathbf x-\mu)^{T}\mathbf\Sigma^{-1}(\mathbf x-\mu)]$

协方差矩阵 $\mathbf\Sigma$ 是一个对称矩阵，对角线外的元素表示了 $x_i$ 和 $x_j$ 分量之间的协方差，因而决定了多维高斯分布的形状。

以二维高斯分布为例，即： $\mathbf x=[x,y]^T$ ，包含以下要点：

协方差矩阵的对角线元素为 $x$ 和 $y$ 轴的方差
反斜对角线上的两个值为协方差，表明 $x$ 和 $y$ 的线性相关程度（正值时： $x$ 增大， $y$ 也随之增大；负值时： $x$ 增大， $y$ 随之减小）

以下是二维高斯分布的不同协方差矩阵时的平面图：
在这里插入图片描述
$\qquad\qquad\quad\qquad\qquad\begin{matrix}(左) \begin{bmatrix} 50 & 0 \\ 0 & 50 \end{bmatrix} \qquad\qquad\qquad\qquad\qquad\qquad\qquad\qquad\ \ \ \ (右) \begin{bmatrix} 10 & 0 \\ 0 & 10 \end{bmatrix} \end{matrix}$
$\qquad$

在这里插入图片描述
$\qquad\qquad\quad\qquad\qquad\begin{matrix}(左) \begin{bmatrix} 5 & 0 \\ 0 & 1 \end{bmatrix}\ \ \ \qquad\qquad\qquad\qquad\qquad\qquad\qquad\qquad\ \ \ \ (右) \begin{bmatrix} 10 & 0 \\ 0 & 50 \end{bmatrix} \end{matrix}$
$\qquad$

在这里插入图片描述
$\qquad\qquad\quad\qquad\qquad\begin{matrix}(左) \begin{bmatrix} 50 & 0 \\ 0 & 10 \end{bmatrix} \qquad\qquad\qquad\qquad\qquad\qquad\qquad\qquad\ \ \ (右) \begin{bmatrix} 1 & 0 \\ 0 & 5 \end{bmatrix} \end{matrix}$
$\qquad$

在这里插入图片描述
$\qquad\qquad\quad\qquad\qquad\begin{matrix}(左) \begin{bmatrix} 50 & -10 \\ -10 & 50 \end{bmatrix} \qquad\qquad\qquad\qquad\qquad\qquad\qquad\ \ \ \ \ (右) \begin{bmatrix} 10 & -5 \\ -5 & 10 \end{bmatrix} \end{matrix}$
$\qquad$

在这里插入图片描述
$\qquad\qquad\quad\qquad\qquad\begin{matrix}(左) \begin{bmatrix} 50 & -30 \\ -30 & 50 \end{bmatrix} \qquad\qquad\qquad\qquad\qquad\qquad\qquad\ \ \ \ \ (右) \begin{bmatrix} 10 & -8 \\ -8 & 10 \end{bmatrix} \end{matrix}$
$\qquad$

在这里插入图片描述
$\qquad\qquad\quad\qquad\qquad\begin{matrix}(左) \begin{bmatrix} 50 & 10 \\ 10 & 50 \end{bmatrix} \qquad\qquad\qquad\qquad\qquad\qquad\qquad\qquad\ \ \ \ (右) \begin{bmatrix} 10 & 5 \\ 5 & 10 \end{bmatrix} \end{matrix}$
$\qquad$

在这里插入图片描述
$\qquad\qquad\quad\qquad\qquad\begin{matrix}(左) \begin{bmatrix} 50 & 30 \\ 30 & 50 \end{bmatrix} \qquad\qquad\qquad\qquad\qquad\qquad\qquad\qquad\quad (右) \begin{bmatrix} 10 & 8 \\ 8 & 10 \end{bmatrix} \end{matrix}$
$\qquad$

matlab代码：

clear;close all;
Num = 500;
[x,y] = meshgrid(linspace(-20,20,Num)',linspace(-20,20,Num)');
X = [x(:) y(:)];
mu = [0 0];							%中心在原点
Sigma = [50 -30; -30 50];			%定义协方差矩阵
z = mvnpdf(X, mu, Sigma);
figure,mesh(x,y,reshape(z,Num,Num));
colormap jet;
xlabel('x');ylabel('y');axis equal;
view(0,90);

python代码：

import matplotlib.pyplot as plt
from matplotlib import cm
import numpy as np
from scipy.stats import multivariate_normal
fig = plt.figure()
ax = fig.add_subplot(projection='3d')
X = np.arange(-20, 20, 0.2)
Y = np.arange(-20, 20, 0.2)
x, y = np.meshgrid(X, Y)
pos = np.empty(x.shape + (2,))
pos[:, :, 0] = x
pos[:, :, 1] = y
mu = [0, 0]
Sigma = [[50,30],[30,50]]
z = multivariate_normal(mu, Sigma)
surf = ax.plot_surface(x, y, z.pdf(pos), cmap=cm.jet,
                       linewidth=0, antialiased=False)
ax.view_init(elev=90., azim=90)
fig.colorbar(surf, shrink=0.5, aspect=5)
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
plt.show()