EigenFaces原理
EigenFaces通常也被称为特征脸,它使用主成分分析(Principal Component Analysis,PAC)方法将高维的人脸数据处理为低维数据后,在进行数据分析和处理,获取识别结果。
EigenFaces简单来说就是对原始数据使用PCA方法进行降维,获取其中的主成分信息,从而实现人脸识别的方法。
EigenFaces识别步骤
在OpenCV中,它给我们提供函数cv2.face.EigenFaceRecognizer_create()生成特征脸识别器,然后应用cv2.face_EigenFaceRecognizer.train()函数完成训练,最后用cv2.face_FaceRecognizer.predict()导入要识别的人脸图像,获取预测结果。
是不是与上一篇博文人脸识别的步骤一摸一样呢?不过,虽然最后一个方法相同,但前面两个方法还是不同的,我们也同样介绍一下函数的定义与使用。
cv2.face.EigenFaceRecognizer_create(num_components=None, threshold