张春成
2022/11/29阅读:61主题:默认主题
Gabor 函数的参数空间-1
Gabor 函数的参数空间-1
Gabor 函数是常用的数学函数,可以用来对多种物理现象进行表达。
函数在参数空间沿最短线移动时,与目标的距离先上升后下降,这导致梯度方法无法用于寻找到这条路径。
换句话说,Gabor 函数在参数空间中是非凸的。
开源代码可见我的前端笔记本
Parameter Space of Gabor[1]
Gabor 函数
这里引用的定义(Gabor Function - an overview | ScienceDirect Topics),简单来说它是受到高斯函数包络调制的三角函数。
A Gabor function is simply a sinusoid that has been windowed with a Gaussian. The frequency, orientation, and size of the function can be easily manipulated to produce a range of different model receptive fields. Given these functions, there are various ways in which one can extract measurements from an image to perform recognition.
它的数学表达式为
为了避免模型过于复杂,我们对函数值域和参数范围进行一些限制,这些限制是经过精心设计的,能够保持函数的多样性。
其中, 用于控制高斯函数的有效宽度,而在一般情况下,我们只关心函数在有效宽度内的形状,因此,我设定三角函数的频率与它构成倒数关系。在该设定下,我们总能够在有效宽度内获得 个完整的周期。而 则是将视野置于定义域的中心。
参数空间与图像绘制
接下来,我们可以找个前端,写几个函数就能够对 Gabor 函数的图像进行绘制,如下图所示。其中最大的波形图代表若干条不同参数的 Gabor 函数(用不同颜色的曲线来表示)。如图所示,这些函数具有一定的连续性。

函数图像
函数连续性背后的原因是参数具有连续性。参数连续性体现在左上角的参数空间中。左上角是参数空间的两个剖面,左侧剖面代表参数 的剖面,白色框代表参数空间的边缘;右侧剖面代表参数 的剖面,它用极坐标来表示,白色框同样代表参数空间的边缘。
至于右上角的矩阵,它代表任意两条曲线之间的二范数差异
其中,颜色越深代表距离越大。
另外如图所示的是,参数空间是这样排布的,首先找到两组相互独立的随机参数,之后在参数空间中对它们进行线性均匀插值。因此我们有理由相信,这些曲线在参数空间中构成一组等距线段。
双向奔赴
接下来,我们考虑一个问题,那就是
函数的参数空间与函数距离是否具有一致性?
这就需要进行量化分析,下图是量化分析的结果,其中左上角的图是距离矩阵的放大版本。但我们对这个矩阵进行分析之前,先考虑其中的一条直线,为了考察这条直线,我们设定最紫色的函数(左侧)是起始函数,最绿色的函数(右侧)是终点函数。因此右上角的图是起始函数向终点函数进行演变时,它的距离逐渐减小的动态过程。也就是说,右上角的图是左上角图的最下方的一条直线。
而这条线说明了一个问题,那就是
函数在参数空间沿最短线移动时,与目标的距离先上升后下降,这导致梯度方法无法用于寻找到这条路径。
换句话说,Gabor 函数在参数空间中是非凸的。
那么,接下来的问题是,如果我们的目的是在这个空间中寻找通往特定参数的路径,梯度方法能够找到次优路径吗?

函数图像与距离函数
(未完待续)
参考资料
Parameter Space of Gabor: https://observablehq.com/@listenzcc/parameter-space-of-gabor
作者介绍