主成分分析是一种经典的人脸识别算法,其主要思想是将原始的高维人脸图像数据降维到低维空间,并通过保留最重要的特征信息来实现对人脸的识别。该算法将人脸图像看作向量,通过对人脸样本进行协方差矩阵分析,得到一组特征向量,通常称为特征脸。然后通过计算待测人脸与特征脸的距离来判断身份。 2.线性判别分析(LDA) 线性...
在模式识别算法中,线性回归方程中的(x)和其系数(a,b)要复杂一些。 比如,自变量(x)定义人脸,但它被设定为一个一维128元素的数组,现实意义是:用128个正交的坐标去定义所有人脸,因此一张脸就是128维向量空间的一个点,所有人脸的集合都包含在这个向量空间里。 所以我想系数(a,b)自然应该是多维数组,由它们来划分...