特征脸方法

特征脸方法是一种基于主成分分析（PCA）的人脸识别技术 。

• PCA 方法：主成分分析是一种数据降维技术，它通过线性变换将原始数据转换为一组互不相关的主成分，这些主成分能够保留原始数据的主要信息 。在人脸识别中，PCA 方法将人脸图像看作是一个高维向量，通过对大量人脸图像的分析，找到最能代表人脸特征的一组主成分，即特征脸 。
• 特征脸方法：特征脸方法利用 PCA 方法得到的特征脸，将人脸图像投影到特征脸空间中，得到一组投影系数 。这些投影系数可以作为人脸的特征表示，用于识别和分类 。在识别过程中，通过计算待识别图像与已知图像在特征脸空间中的投影系数的相似度，来判断是否为同一人 。
• 基于 KL 变换的特征人脸识别方法：KL 变换（Karhunen-Loeve Transform）与 PCA 方法本质上是相同的，都是一种正交变换 。基于 KL 变换的特征人脸识别方法通过对人脸图像的协方差矩阵进行特征分解，得到特征向量和特征值，选取主要的特征向量构成特征脸空间，从而实现人脸识别 。