对PCA方法的改进

 最近一直在忙，很少考虑人脸识别方面的东西，主要精力放在了人脸检测上面。我们组深入研究了一下Adaboost算法，OpenCV中便是使用的该方法进行的人脸检测，效果还不错，基本搞清楚。另外对HMM也有一定的了解。

在了解这些东西后，我们又回到了原来的路线上——人脸识别。

接着上次的PCA的讨论，我们认为目前改进该PCA算法的识别率的方法主要是以下方面：

重点解决人脸的大小问题，我们初步设想是在图像检测的时候，框住人脸之前把整个图片进行放大，使得其中的人脸大小基本差不多，这样框出来的人脸效果可能会好一些。

另外我们考虑人眼定位的问题，只需要把人的眼睛找到，再根据人脸与人眼睛之间距离的关系，就可以精确的找到人脸，进而框出人脸。

第三，对HMM进行一定的完善，因为其对光线很敏感，所以对所有的图片进行直方图均衡化。

这是马上就要完成的任务。