Eigen Face

版权声明：本文为博主原创文章，转载请注明出处http://blog.csdn.net/zhouyelihua https://blog.csdn.net/zhouyelihua/article/details/55703723

同步自己的另外一个网站：http://makercradle.com/2017/EigenFace%E8%84%B8%E8%AF%86%E5%88%AB/

具体的步骤如下：

a. 首先假设单张人脸的矩阵是 $A_{m*m}^i$那么把这m*m的矩阵拉成 $A_{d*1}^{i'},where:_{d=m*m}$单维度的向量如果有N个人脸的话就可以构成

$$C=[A_{d*1}^{1'},A_{d*1}^{2'},...,A_{d*1}^{N'}]$$ 这样一个d*N的大矩阵

b. 将矩阵C中的所有的列相加求一个平均就得到$T_{d*1}$一个平均脸，让矩阵中的每一列都减去$T_{d*1}$就得到矩阵$\phi$

c. 计算协方差矩阵$D=\phi*\phi^T$,通过对协方差矩阵进行分解得到特征向量$\xi_1,\xi_2,...$

d . 通过将训练集上的图像和测试集合的图像都投影到这个特征向量上即$X_{d*1}=x_1*\xi_1+x_2*\xi_2...,$通过对得到$x_1,x_2,...$构成的向量进行分类处理