Question

我正在尝试为输入维度编写自己的im2col算法＆gt; 2D。目前我正在研究Matlab im2col的实现。但是，我找不到任何关于超过2维的任何输入的内容的文档。

如果我将3D张量输入函数，我会得到一个输出。但是，我真的不明白你是如何从2D到ND的。事实上，文档中没有提到它表明它是直截了当的，但是，我还没有得到它。

哎呀，我甚至不明白为什么输出矩阵的大小是它的大小。

Answer 1

首先我要说im2col仅适用于2D矩阵。事实上，它有时是有效的（我的意思是返回一个结果而不会抛出错误）只是一个快乐的巧合。

现在我看了edit im2col.m，并且没有过多地研究代码，每个distinct和sliding方法的第一行应该让你直截了当地发生了什么：

...
if strcmp(kind, 'distinct')
    [m,n] = size(a);
    ...
elseif strcmp(kind,'sliding')
    [ma,na] = size(a);
    ...
end
...

首先回想一下[s1,s2] = size(arr)其中arr是一个3d数组会将第二维和第三维的大小合并为一个大小。这是相关的doc size：

[d1,d2,d3,...,dn] = size(X)返回数组X的维度大小，前提是输出参数n的数量等于ndims(X)。如果n < ndims(X)，di等于X的{{1}}的第i维的大小，则0<i<n等于dn的剩余维度的大小的乘积{1}}，即维度X到n。

所以基本上对于大小为ndims(X)的数组，函数会认为它是一个大小为M-by-N-by-P的矩阵。现在，MATLAB有一些古怪的索引规则，可以让你做到这样的事情：

M-by-(N*P)

这是我认为最终发生的事情。以下是确认>> x = reshape(1:4*3*2,4,3,2) x(:,:,1) = 1 5 9 2 6 10 3 7 11 4 8 12 x(:,:,2) = 13 17 21 14 18 22 15 19 23 16 20 24 >> x(:,:) ans = 1 5 9 13 17 21 2 6 10 14 18 22 3 7 11 15 19 23 4 8 12 16 20 24在RGB图像上的行为的示例：

im2col

请注意，% normal case (grayscale image) >> M = magic(5); >> B1 = im2col(M, [3 3], 'sliding'); % (RGB image) >> MM = cat(3, M, M+50, M+100); >> B2 = im2col(MM, [3 3], 'sliding'); >> B3 = im2col(reshape(MM, [5 5*3]), [3 3], 'sliding'); >> assert(isequal(B2,B3))和B2相同，所以基本上认为数组B3上im2col的结果与arr = cat(3,R,G,B)的结果相同（水平连接）。

有趣的是，使用“distinct”块方法你不会那么幸运：

arr = cat(2,R,G,B)

现在我们已经了解了发生了什么，让我们考虑如何正确地为3D阵列做这件事。

在我看来，为彩色图像实现>> B1 = im2col(M, [3 3], 'distinct') % works % ..snip.. >> B2 = im2col(MM, [3 3], 'distinct') % errors Subscripted assignment dimension mismatch. Error in im2col (line 59) aa(1:m,1:n) = a;，我会分别在每个颜色通道上运行它（每个都是一个2d矩阵），并沿第三维连接结果。所以像这个包装函数：

im2col

用于ND输入的im2col算法

1 个答案: