/*!
* \brief Compute k-means clustering of the body image.
*
* This is an implementation of the K-means algorithm and it is used
* to detect the hand within the body depth image. Body image is
* clustered in two class: hand, and the rest of body. Clustering is
* related only to depth values (scalar).
*
* \param[in] matrix (vector) of depth values to cluster
* \param[out] vector of the cluster's means
* \parma[out] vector of partitions index
* \return min depth value
*/
int kmeans_clustering (CvMat *data, CvMat *means, CvMat *par)
{
CvMat *weights = cvCreateMat(K, 1, CV_32FC1);
int min = init_step(data, means, weights);
int i;
for (i=0; i<data->rows; i++) {
double val = cvmGet(data, i, 0);
int idx = assignment_step(val, means);
update_step(val, idx, means, weights);
}
//mk_partition(data, par, means);
return min;
}
int main(int argc, char **argv)
{
int tmode, ans_fi, target, fold, knum;
unsigned int seed;
int tflag = 0, eval_time = 0, skip_flag = 0;
double ans_value;
Data dat;
FInfo fs;
/* 引数の読み込み */
read_opt(argc, argv, &dat, &fs, SBS, &tmode, &knum, &fold, &seed);
/* 各分割におけるデータの個数を初期化 */
dat.split_num = set_split(fold, dat.total);
/* 配列の初期化 */
alloc_prm(&dat, &fs);
/* データの読み込み */
read_data(&dat);
/* 実験の初期化 */
shuffle(&dat, seed);
skip_flag = init_step(&dat, &fs, &eval_time, INITIAL, fold, knum, SBS);
if(!skip_flag){
/* SBS開始 */
while(1){
/*
Backward Step:
SBSで評価関数の値を最も少なく減少させる特徴を一つ削除する。
削除したらFoward Stepへ。
*/
sbs(&dat, &fs, &ans_value, fold, &target, &eval_time, knum);
ans_fi = target;
/* 最も不要な特徴を除いた特徴集合を作成 */
remove_one(&fs, target, ans_value);
print_fs(&fs, eval_time, BACKWARD);
/* tmodeモードの時は、最も評価関数の値が大きい特徴集合を保存する */
if(tmode)
eval_best(&fs);
if(fs.sel.num == fs.ext_num){
print_fs(&fs, eval_time, FINAL);
tflag = 1;
break;
}
}; /* 全体のループ */
}
/* 選択した特徴集合を出力する */
output(&fs, tmode, eval_time);
/* 確保した配列を解放する */
free_prm(&dat, &fs);
exit(0);
}
