1）将训练集的每一个人脸图像都拉长一列，将他们组合在一起形成一个大矩阵A。假设每个人脸图像是MxM大小，那么拉成一列后每个人脸样本的维度就是d=MxM大小了。假设有N个人脸图像，那么样本矩阵A的维度就是dxN了。

2）将所有的N个人脸在对应维度上加起来，然后求个平均，就得到了一个“平均脸”。你把这个脸显示出来的话，还挺帅的哦。

3）将N个图像都减去那个平均脸图像，得到差值图像的数据矩阵Φ。

4）计算协方差矩阵C=ΦΦT。再对其进行特征值分解。就可以得到想要的特征向量（特征脸）了。

5）将训练集图像和测试集的图像都投影到这些特征向量上了，再对测试集的每个图像找到训练集中的最近邻或者k近邻啥的，进行分类即可。

南有乔木 发表于 2017-1-24 08:43
1）将训练集的每一个人脸图像都拉长一列，将他们组合在一起形成一个大矩阵A。假设每个人脸图像是MxM大小， ...

本科毕业设计，没有头绪。百度看了一些资料，以及一个matlab 人脸识别的word.但是不够详细，抄程序都运行不起

autolog 发表于 2017-1-23 13:59
找找开源的算法

会试试的，之前在github上找到一个人脸识别的，只是是java的。

2449164582 发表于 2017-1-23 13:29
可以先看看原子的人脸识别例程

一直都都不知道原子有人脸识别的历程，明天找找