質問編集履歴
3
ソースプログラムの追加
test
CHANGED
|
@@ -1 +1 @@
|
|
|
1
|
-
高次元の行列のコサイン類似度において、一
|
|
1
|
+
高次元の行列のコサイン類似度において、一行一列の値を算出したいです。
|
test
CHANGED
|
File without changes
|
2
ソースプログラムの修正
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -2,11 +2,11 @@
|
|
|
2
2
|
高次元の行列のコサイン類似度を求めていますが、高次元の行列のコサイン類似度が算出されてしまいます。
|
|
3
3
|
|
|
4
4
|
### 実現したいこと
|
|
5
|
-
高次元の行列のコサイン類似度において、一
|
|
5
|
+
高次元の行列のコサイン類似度において、一行一列のコサイン類似度の値を求めたいです。
|
|
6
6
|
|
|
7
7
|
### 発生している問題
|
|
8
8
|
以下の二つの高次元の行列のコサイン類似度を求めると、
|
|
9
|
-
X=[[ 64 29 2 ... 253 255 31]
|
|
9
|
+
X=desc1=[[ 64 29 2 ... 253 255 31]
|
|
10
10
|
[ 1 0 14 ... 253 255 63]
|
|
11
11
|
[ 1 8 30 ... 123 255 56]
|
|
12
12
|
...
|
|
@@ -14,7 +14,7 @@
|
|
|
14
14
|
[ 33 50 108 ... 249 255 32]
|
|
15
15
|
[ 52 79 119 ... 255 143 62]]
|
|
16
16
|
、
|
|
17
|
-
Y=[[ 1 22 118 ... 253 255 60]
|
|
17
|
+
Y=desc2=[[ 1 22 118 ... 253 255 60]
|
|
18
18
|
[ 33 6 124 ... 255 255 32]
|
|
19
19
|
[ 3 130 253 ... 40 245 10]
|
|
20
20
|
...
|
1
ソースプログラムの追加
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -6,7 +6,7 @@
|
|
|
6
6
|
|
|
7
7
|
### 発生している問題
|
|
8
8
|
以下の二つの高次元の行列のコサイン類似度を求めると、
|
|
9
|
-
|
|
9
|
+
X=[[ 64 29 2 ... 253 255 31]
|
|
10
10
|
[ 1 0 14 ... 253 255 63]
|
|
11
11
|
[ 1 8 30 ... 123 255 56]
|
|
12
12
|
...
|
|
@@ -14,7 +14,7 @@
|
|
|
14
14
|
[ 33 50 108 ... 249 255 32]
|
|
15
15
|
[ 52 79 119 ... 255 143 62]]
|
|
16
16
|
、
|
|
17
|
-
|
|
17
|
+
Y=[[ 1 22 118 ... 253 255 60]
|
|
18
18
|
[ 33 6 124 ... 255 255 32]
|
|
19
19
|
[ 3 130 253 ... 40 245 10]
|
|
20
20
|
...
|
|
@@ -38,7 +38,37 @@
|
|
|
38
38
|
[9.18646615e-06 1.21596480e-05 3.48338913e-06 ... 6.52068492e-06
|
|
39
39
|
4.78020407e-07 1.35102260e-05]]
|
|
40
40
|
|
|
41
|
+
### 全体のソースプログラム
|
|
42
|
+
import cv2
|
|
43
|
+
import numpy as np
|
|
44
|
+
import matplotlib.pyplot as plt
|
|
45
|
+
|
|
46
|
+
img1 = cv2.imread('/content/drive/My Drive/kaokao.png', cv2.IMREAD_GRAYSCALE)
|
|
47
|
+
img2 = cv2.imread('/content/drive/My Drive/masatoshikaoryouiki.png', cv2.IMREAD_GRAYSCALE)
|
|
48
|
+
|
|
49
|
+
akaze = cv2.AKAZE_create()
|
|
50
|
+
matcher = cv2.BFMatcher(cv2.NORM_HAMMING)
|
|
51
|
+
|
|
52
|
+
特徴量検出
|
|
53
|
+
kp1, desc1 = akaze.detectAndCompute(img1, None)
|
|
54
|
+
kp2, desc2 = akaze.detectAndCompute(img2, None)
|
|
55
|
+
|
|
56
|
+
コサイン類似度計算
|
|
57
|
+
import numpy as np
|
|
58
|
+
|
|
59
|
+
def cos_similarity(X, Y):
|
|
60
|
+
Y = Y.T
|
|
61
|
+
return np.dot(X, Y)/(np.linalg.norm(X) * np.linalg.norm(Y, axis=0))
|
|
62
|
+
|
|
63
|
+
X = np.array(desc1)
|
|
64
|
+
Y = np.array(desc2)
|
|
65
|
+
|
|
66
|
+
print(cos_similarity(X, Y))
|
|
41
67
|
|
|
42
68
|
|
|
43
69
|
|
|
44
70
|
|
|
71
|
+
|
|
72
|
+
|
|
73
|
+
|
|
74
|
+
|