本帖最后由 10xjzheng 于 2017-7-12 18:34 编辑

本文是想让大家去学习这个算法，然后再嵌入式硬件上实现，把简单的人脸识别，手写
识别从你心里拉下神坛。

前几个月用python在电脑上写了一个手写识别算法，效果还不错，但是这个算法并不难。
看到有人上传人脸识别算法，我就想看看有没有人能在嵌入式硬件上面实现。这个算法
也可以用在任意符号或者人脸的识别。简单的k近邻算法可以在电脑上面跑，但是计算量
太大，图片像素点太多，计算的时候维度也太多，如果你可以降维，那么计算量会降低
很多，PCA就是抓住主要的几个维度，然后代表整体，从M（图片像素点个数）降低到10
以内，计算量降低的还是蛮可观的。识别率：98%左右。
[注]：不要以为人脸识别，手写识别之类的一定很难，很高大上，有些算法也是蛮简单的。

这种机器我觉得用PCA就可以做出来，曾经我看到这个东西的时候觉得哇，这个应该还是
蛮难实现的，要是我可以做出来就好了，现在我觉得做出来这个并不难。
TIM截图20170712131258.png (100.21 KB, 下载次数: 0) 下载附件 2017-7-12 13:13 上传

学习步骤：
1、首先学习《机器学习实战》里面的k近邻算法，超级简单的一个算法，但是这个算法计算量太大。我们
要用PCA这个技巧来进行降维。Python实现，Python是个比较简单的解释性语言，学习难度不大，该书
也有一边讲解Python。

2、学习PCA，需要线性代数的知识，不过不是很难。
PCA普林斯顿讲义：https://www.cs.princeton.edu/pic ... al-Intuition_jp.pdf
本文相关线性代数很清晰的一个ppt：http://biocomp.cnb.csic.es/~coss/Docencia/algebra/tema8.pdf
主成分分析（PCA）原理详解：http://blog.csdn.net/zhongkelee/article/details/44064401

3、用Python实现这个算法，看你是否完全弄懂了。
基于PCA的人脸识别步骤：http://blog.csdn.net/yutianzuijin/article/details/10823985

4、用嵌入式硬件实现，最好用现成的矩阵库函数，嵌入式应该有吧。