eigenface实现步骤
1) 将训练集的每个人脸图像拉成一列,将训练样本组合成一个大矩阵 A A ;假设每副人脸图像 xi x i 的大小为M×M,拉成一列后每个人脸样本的维度为 d=M×M d = M × M ,假设有N个人脸图像,整个样本矩阵的维度为d×N, A=(x1,x2,....xN) A = ( x 1 , x 2 , . . . . x N ) ;输入矩阵为 A A ,输出矩阵为 。
2) 将所有的N个人脸在对应的维度上相加求平均值,得到一个平均列矩阵 u=d×1 u = d × 1 ;这个 u u 为所有人脸样本的”平均脸“图像。
3) 样本数据中心化: 将N个人脸图像 xi x i 都减去平均脸图像 u u ,得到差值图像数据矩阵 φ :
4) 计算协方差矩阵 S=φφT S = φ φ T , S=(d×d) S = ( d × d ) ,再对其进行特征值分解,计算S 的特征值 λi λ i 和特征向量 ωi ω i , Sωi=λiωi