오류 - 파이썬에서 PCA의 유클리드 거리를 계산합니다.

Question

파이썬을 사용하여 PCA (Principal Component Analysis)로 얼굴 인식을 구현하려고합니다. 나는이 튜토리얼의 단계를 수행하고있다 :

import os 
from PIL import Image 
import numpy as np 
import glob 
import numpy.linalg as linalg 


#Step1: put database images into a 2D array 
filenames = glob.glob('C:\\Users\\Karim\\Downloads\\att_faces\\New folder/*.pgm') 
filenames.sort() 
img = [Image.open(fn).convert('L').resize((90, 90)) for fn in filenames] 
images = np.asarray([np.array(im).flatten() for im in img]) 


#Step 2: find the mean image and the mean-shifted input images 
mean_image = images.mean(axis=0) 
shifted_images = images - mean_image 


#Step 3: Covariance 
c = np.cov(shifted_images) 


#Step 4: Sorted eigenvalues and eigenvectors 
eigenvalues,eigenvectors = linalg.eig(c) 
idx = np.argsort(-eigenvalues) 
eigenvalues = eigenvalues[idx] 
eigenvectors = eigenvectors[:, idx] 


#Step 5: Only keep the top 'num_eigenfaces' eigenvectors 
num_components = 20 
eigenvalues = eigenvalues[0:num_components].copy() 
eigenvectors = eigenvectors[:, 0:num_components].copy() 


#Step 6: Finding weights 
w = eigenvectors.T * np.asmatrix(shifted_images) 


#Step 7: Input image 
input_image = Image.open('C:\\Users\\Karim\\Downloads\\att_faces\\1.pgm').convert('L').resize((90, 90)) 
input_image = np.asarray(input_image).flatten() 


#Step 8: get the normalized image, covariance, eigenvalues and eigenvectors for input image 
shifted_in = input_image - mean_image 
c = np.cov(input_image) 
cmat = c.reshape(1,1) 
eigenvalues_in, eigenvectors_in = linalg.eig(cmat) 


#Step 9: Fing weights of input image 
w_in = eigenvectors_in.T * np.asmatrix(shifted_in) 
print w_in 
print w_in.shape 

#Step 10: Euclidean distance 
d = np.sqrt(np.sum((w - w_in)**2)) 
idx = np.argmin(d) 
match = images[idx] 

나는이 오류를 얻고 나는 10 단계에서 문제가 참입니다 : 이 Traceback (most recent call last): File "C:/Users/Karim/Desktop/Bachelor 2/New folder/new3.py", line 59, in <module> d = np.sqrt(np.sum((w - w_in)**2)) File "C:\Python27\lib\site-packages\numpy\matrixlib\defmatrix.py", line 343, in __pow__ return matrix_power(self, other) File "C:\Python27\lib\site-packages\numpy\matrixlib\defmatrix.py", line 160, in matrix_power raise ValueError("input must be a square array") ValueError: input must be a square array

누구든지 도움이 될 수 있습니다 여기에 http://onionesquereality.wordpress.com/2009/02/11/face-recognition-using-eigenfaces-and-distance-classifiers-a-tutorial/

은 내 코드입니다 ?? 당신이 (w - w_in)을 갈 때

Answer 1

나는 당신이 이런 식으로 d을 계산 라인 변경하려는 생각이 당신에게 길이 M의 목록을 제공

#Step 10: Euclidean distance 
d = np.sqrt(np.sum(np.asarray(w - w_in)**2, axis=1) 

을 제곱, 요약, 뿌리 거리 (교육 이미지의 수) 각 이미지 픽셀 사이. 나는 당신이 행렬 곱을 원하지 않는다고 믿는다. 각 값의 요소로 된 제곱을 원한다. 그러므로 np.asarray은 이 아니라 행렬이된다. 그러면 w_in과 w 행렬 사이의 '유클리드'차이가 발생합니다.

Answer 2

, 결과는 정방 행렬이 아니다. 행렬 자체를 곱하기 위해서는 사각형이어야합니다 (행렬 곱셈의 속성 일뿐입니다). 따라서 w 및 w_in 행렬을 잘못 작성했거나 실제로 수행하려는 의미는 행렬 (w - w_in)의 각 요소를 다른 연산으로 정사각형으로 만드는 것입니다. 요소 별 곱셈을 검색하여 numpy 구문을 찾습니다.