c++ - 在 C++ 中实现多变量正态 pdf 以进行图像分类

Question

我希望实现多变量正态 PDF [ 1 ] 在 C++ 中分配一个类的图像成员中的每个像素，即

    for each pixel
        for each class
            compute multivariate normal PDF using the pixel's feature vector and the class' mean vector and covariance matrix
         end
     end

是否有一个库可以高效地执行此操作(即类似于 Matlab 的 mvnpdf 函数[ 2 ])？如果没有什么想法最好的库或方法(我正在考虑使用 Eigen)。

Answer 1

我不知道现成的一步解决方案。对于两步混合匹配方法，您可以熟悉 Boost.Math它有一个 extended example对于统计分布部分的单变量正态分布:

// [...] many headers and namespaces inclusions

int main()
{
      // Construct a standard normal distribution s
        normal s; // (default mean = zero, and standard deviation = unity)
        cout << "Standard normal distribution, mean = "<< s.mean()
          << ", standard deviation = " << s.standard_deviation() << endl;

/*` First the probability distribution function (pdf).
*/
      cout << "Probability distribution function values" << endl;
      cout << "  z " "      pdf " << endl;
      cout.precision(5);
      for (double z = -range; z < range + step; z += step)
      {
        cout << left << setprecision(3) << setw(6) << z << " " 
          << setprecision(precision) << setw(12) << pdf(s, z) << endl;
      }
      cout.precision(6); // default

      // [...] much more
    } 

然后您可以使用 Eigen 进行必要的 vector 和矩阵操作以将标量传递给它。这blog posting有更多详细信息(尽管它使用 Boost.Random 生成示例值)。