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
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
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