如何深入理解Opencv中EigenFace人脸识别算法原理？

本文共计1310个文字，预计阅读时间需要6分钟。

简要：EigenFace是一种基于PCA降维的人脸识别算法。PCA通过整体数据降维后，选择方差最大的差异，无考虑降维后类间变化。它将图像中每个像素作为一维特征，再用SVM等机器学习算法进行识别。

简要：

EigenFace是基于PCA降维的人脸识别算法，PCA是使整体数据降维后的方差最大，没有考虑降维后类间的变化。它是将图像每一个像素当作一维特征，然后用SVM或其它机器学习算法进行训练。但这样维数太多，根本无法计算。我这里用的是ORL人脸数据库，英国剑桥实验室拍摄的，有40位志愿者的人脸，在不同表情不同光照下每位志愿者拍摄10张，共有400张图片，大小为112*92，所以如果把每个像素当做特征拿来训练的话，一张人脸就有10304维特征，这么高维的数据根本无法处理。所以需要先对数据进行降维，去掉一些冗余的特征。

第一步：将ORL人脸图片的地址统一放在一个文件里，等会通过对该文件操作，将图片全部加载进来。