如何应用自适应模式生成

Question

其中一篇关于运动物体提取方法的论文中定义的方法如下：

  

所提出的基于FLD的RBF方案的输入以YCbCr颜色构建   空间通过三个关于感知的变量来提供   支持许多数字视频应用。这些变量是   亮度（Y），蓝色差色度（Cb）和红色差色度   （CR）。因此，像素pt（x; y）的色素使用Y，Cb，   和Cr值一起表示每个的强度和颜色   每个输入视频帧中的像素。为了提供   可变比特率视频流属性，有必要产生   低维判别模式。这是通过使用来实现的   通过FLD技术得到的最优投影矢量   在判别模式中不断涌入输入帧   提取操作。获得最佳投影矢量   通过最大化同类比例的程序   分散和类内散射[32]，[33]。提出的方法   使用第k个块xk将每个输入帧分成N N个块   属于第i类。让类间散布矩阵成为   确定如下：

  

和类内散布矩阵确定如下：

现在有一些我对图像感到困惑的术语：

1. 具有RGB值的图像的亮度是多少？
2. 什么是图像？
3. 什么是图像的散射矩阵？
4. 我如何计算Ni，你是什么，xk等？

Answer 1

1. 可以计算相对亮度from linear RGB components：

   Y = 0.2126 R + 0.7152 G + 0.0722 B

   可以找到从RGB空间到YCbCr的其他一些转换here。

2. 可以将类视为群集。通过一些降维和投影方法，图像中共享相似模式的块将聚集到一个类中，以便在较低维度进一步处理。

3. 散布矩阵在您的（1）和（2）中定义。它们是反映类间和类内相似性的度量。假设矩阵用于聚类相似的模式，同时提取不同的模式。因此，通过调整每个块来实现聚类过程，直到SB/SW达到最大值。

4. Xk是kth块的亮度，ui是属于ith类的所有块的平均亮度值，{ {1}}是所有u的平均值（所有类的平均亮度）。不确定是什么ui（可能是与每个类中的块编号成比例的一些权重因子）。