【图像处理】Eigen Face Approach——特征脸方法

特征脸的主要思路

特征脸方法的主要思路就是将输入的人脸图像看作一个个矩阵，通过在人脸空间中的一组正交向量，并选择最重要的正交向量，作为“主成分”来描述原来的人脸空间。

特征脸的本质

在图像处理中，脸部图像的处理可以看作分量为每个像素的灰度的向量。该向量空间的维数是像素的个数。一个标准化面部图形的一个大型数据集合的协方差矩阵的特征向量称为特征脸。

特征脸的优点

它们对于将任何面部图像表达为它们的线性组合非常有用。特征脸提供了一种用于识别目的的数据压缩、显示特征的方式。在这个应用中，一般只取那些最大特征值所对应的特征脸。

特征脸人脸识别方法步骤

（1）形成一个由已知个体的人脸图像组成的人脸库，为每个在表情和光线上有一些变化的人选择一个训练集(M)
（2）计算MxM矩阵L，求其样本矩阵的协方差矩阵，再计算协方差矩阵的特征向量和特征值，将特征值从小到大进行排序，选择具有最高特征值的M’特征向量构成特征脸空间，任何一幅人脸图像都可以向其作投影
（3）为数据库中的每个人创建神经网络
（4）训练这些网络，因为这些面孔将被用作它们自己的网络的积极例子，而用于所有其他网络的消极例子
（5）对每一幅待识别的新人脸图像，计算其特征向量
（6）使用这些特征向量作为网络输入，并用这些输入模拟所有