人脸识别中的PCA-SVM和BOW-SVM

qbo_face_recognizer中用到了两种识别模型：

默认BOW_SVM.  还有一种是PCA_SVM.

PCA即 Principal Component Analysis class.主成分分析。主要是根据样本矩阵生成特征向量，然后再使用特征向量将原始样本降维处理。

SVM即支持向量机。支持向量机(SuPPortVectorMachine，SVM)是一种基于结构风险最小化原则(Stocture形skMinimization，SRM)的通用学习算法，它的基本思想是在样本输入空间或特征空间构造出一个最优超平面，使得超平面到两类样本集之间的距离达到最大，从而取得最好的泛化能力。构造最优超平面可以转化为一个二次规划问题。不同于神经网络，支持向量机的解是全局最优的，而且支持向量机不需要人工设计网络结构。

Bag-of-words model

Bag-of-words model (BoW model) 最早出现在NLP和IR领域. 该模型忽略掉文本的语法和语序, 用一组无序的单词(words)来表达一段文字或一个文档. 近年来, BoW模型被广泛应用于计算机视