La multiplication matricielle est-elle incorrecte dans opencv?

Question

Je sais qu'il ya 3 façons de multiplier les matrices dans OpenCV, on est:

cvGEMM(M1, M1T, 1, NULL, 0, Mult, 0); 

l'autre:

cvMulTransposed(M1, Mult, 0); 

et troisième:

cvMul(M1, M1T, Mult); 

Je multiplient essentiellement un matrice par sa transposition. Après la multiplication des matrices doivent être symétriques .. mais chacune des méthodes ci-dessus me donne une sortie dissymétrique et complètement faux .. voici la matrice originale (M1):

rows: 5 
    cols: 50 
    dt: f 
    data: [ 60., 89., 86., 102., 58., 51., 143., 187., 140., 64., 80., 
     169., 184., 172., 67., 90., 174., 191., 175., 41., 97., 86., 171., 
     104., 87., 145., 164., 176., 157., 119., 176., 177., 180., 179., 
     150., 44., 182., 148., 182., 38., 48., 197., 171., 171., 39., 48., 
     169., 163., 141., 39., 93., 149., 169., 184., 56., 120., 166., 
     182., 168., 144., 132., 172., 187., 173., 157., 164., 157., 152., 
     166., 172., 175., 157., 133., 170., 140., 180., 164., 173., 175., 
     152., 178., 176., 166., 143., 158., 177., 186., 172., 138., 141., 
     182., 191., 169., 159., 34., 185., 154., 155., 171., 32., 81., 
     154., 163., 112., 52., 126., 163., 183., 165., 53., 136., 176., 
     184., 174., 51., 148., 173., 178., 139., 160., 158., 147., 163., 
     154., 135., 146., 157., 181., 161., 79., 39., 172., 187., 174., 
     45., 44., 187., 153., 173., 39., 46., 187., 145., 160., 36., 38., 
     177., 155., 150., 37., 81., 154., 163., 112., 52., 126., 163., 
     183., 165., 53., 136., 176., 184., 174., 51., 148., 173., 178., 
     139., 160., 158., 147., 163., 154., 135., 146., 157., 181., 161., 
     79., 39., 172., 187., 174., 45., 44., 187., 153., 173., 39., 46., 
     187., 145., 160., 36., 38., 177., 155., 150., 37., 76., 165., 
     195., 110., 100., 131., 180., 188., 184., 73., 146., 179., 193., 
     183., 96., 117., 148., 146., 185., 97., 104., 147., 157., 174., 
     172., 129., 171., 177., 181., 173., 123., 126., 186., 194., 171., 
     91., 74., 109., 194., 145., 33., 117., 166., 180., 176., 35., 77., 
     155., 152., 177. ] 

mais multipliant par sa transposition donne cette :

rows: 5 
    cols: 5 
    dt: f 
    data: [ 927321., 1014163., 923303., 923303., 947641., 1014163., 
     1260101., 1062130., 1062130., 1102823., 923303., 1062130., 
     1004488., 1004488., 990651., 923303., 1062130., 1004488., 
     1004488., 990651., 947641., 1102823., 990651., 990651., 1116004. ] 

les valeurs sont asymétriques, aussi comment ils sont devenus si grand est ce que je ne comprends pas? CvMultransposed et cvGEMM donnent le même résultat que copié ci-dessus. CvMul donne une erreur d'exécution et retourne des valeurs de garbage. Aucune suggestion?

Answer 1

En plus des grandes valeurs de sortie attendues (dont japreiss vous a déjà parlé), la matrice que vous obtenez est symétrique.

Je l'ai aligné pour une meilleure lisibilité:

reshape(a,5,5) 

ans = 

     927321  1014163  923303  923303  947641 
    1014163  1260101  1062130  1062130  1102823 
     923303  1062130  1004488  1004488  990651 
     923303  1062130  1004488  1004488  990651 
     947641  1102823  990651  990651  1116004 

Donc, il n'y a rien de mal ici, et vous devez double vérifier que X est en effet le cas si vous allez demander pourquoi X se produit à l'avenir ...

Answer 2

Je ne peux pas expliquer le manque de symétrie, mais l'ampleur des nombres est ce à quoi je m'attendais. Lorsque vous multipliez les matrices, vous prenez les produits internes d'une rangée du premier avec une colonne du second. Étant donné que vos lignes sont composées de 50 éléments et que vos éléments sont compris entre 50 et 200, cela représente environ 50 * 100 * 100 = 500 000 pour un élément de la matrice de sortie.