【電腦視覺】角度轉換模型VTM

多角度步態檢測問題解決的方法通常有三類：利用多攝像機系統建立3D模型；提取與角度無關的步態特徵；角度轉換模型。

角度轉換模型（View Transformation Model）最基礎的是利用奇異值分解（Singular Value Decomposition, SVD），將特徵矩陣分解為與角度無關的向量，與對象無關的向量，以及特徵值。再利用提取出來的與對象無關的向量將特徵從當前角度轉換到對應角度。模型整體流程如下：

首先利用多個對象在不同角度下的特徵構造特徵矩陣，之後對矩陣進行奇異值分解。

其中，表示第m個對象在第n個角度下的特徵，為對象m的特徵值，與角度無關，，即為得到角度轉換向量。角度轉換的推導如下：

其中，表示的偽逆。

即通過向量P，可通過對象m任意角度 i 的特徵得到角度 j 下的特徵。

主要是用到了svd，就直接用matlab寫的代碼，再把得到的P存下來。

[sk,sm,sna]=size(v_m_features);v_t_m_tmp = reshape(v_m_features,sk*sm,sna);v_t_m = reshape(v_t_m_tmp', sk*sna,sm);[U,S,V]=svd(v_t_m,'econ');%[U,S,V]=svd(v_t_m);P=U*S;[spm,spn]=size(P);v_t_p=zeros(sna,spn,sk);v_t_p_ij=zeros(sna,sna,sk*sk);for ki=1:sk    for ii=1:sna        nai=(ki-1)*sna+ii;        v_t_p(ii,:,ki)=P(nai,:);    endendfor i=1:skfor j=1:skij=(i-1)*sk+j;        v_t_pj=pinv(v_t_p(:,:,j));v_t_p_ij(:,:,ij)= v_t_p(:,:,i)*v_t_pj;endend