人脸识别(1)--eigenface

Eigen是MIT于1991年提出的人脸识别算法，后来与归一化协相关量方法一起成为人脸识别的性能测试基准算法。

1. 算法描述

Eigenface的基本思想非常简单：以图像像素点为原始维度单位（如320*240的图，其维度为76800*1），试图找到一种变换将其转到另一个描述空间，在目标空间里，每种人脸能得到最好的区分。

具体的算法步骤如下：

1）将所有人脸图像reshape成N*1的矩阵，假设共有K组人脸，得到的人脸矩阵M为N*K。
2）求取M中每行数据的均值，即获得平均脸（N*1）；再按列减去均值获得均值为0的新的人脸矩阵（N*K）。
3）求人脸矩阵的协方差矩阵
4）求协方差矩阵C的特征值和特征向量，并按特征值从大到小将对应的特征向量按行组成矩阵P（R*N，其中R取[1,N]，一般选择前R组以起到降维效果）。
5