机器学习第四课

机器学习第四课

人脸识别项目(使用特征脸方法)

安装 opencv

pip install opencv-contrib-python --upgrade

算法实现思路：

1. 数据预处理：将每一张人脸拉成一个列向量，所有人连成一个矩阵，每列是一张列
2. 求平均脸：对每一行都求平均值，得到一个列向量，我们称之为“平均脸”，是所有人脸的平均
3. 样本中心化：每一个脸都减去平均脸
4. 对样本中心化的样本，求协方差矩阵的特征向量。每一个特征向量都是一张脸，称之为“特征脸”,原始的人脸可以表示为为特征脸的线性组合（可以理解为：将每张脸看作是一个向量，将每一个特征向量视为基向量）
5. 将特征脸按照特征值大小排列，取出特征值较大的特征脸，构成投影矩阵，这个投影矩阵可以把人脸投影到一个子空间上，我们称之为脸空间
6. 将某个人的所有脸都投影到脸空间，求平均值，得到脸空间中的一个点，称之为这个人的“特征”，求出每个人的特征，每一个特征代表一个人的脸（因为一个人提供10张脸）
7. 对于待识别的人脸，把它投影成子空间的一个点，看这个点和空间中哪个点离得近，我们就认为这个脸是某个人的
8. 如果离“最近的脸”太远，可以认为这张图像不是一张人脸