人脸识别:特征脸（Eigenface）

Eigenface就是将人脸图像进行编码，映射到低维子空间上，在低维空间计算两幅人脸图像的距离，以此来进行人脸识别。映射到低维子空间的方法采用主成分分析（Principal Component Analysis，PCA）

１．将人脸图像（均为灰度图）拉成一个列向量存储在矩阵$A＝｛A_1,A_2,\cdots,A_n｝$中，$A\in R^{d\times n}$，其中，$d$是每张人脸图片的像素数目，$n$是图像数目。为了保证后面的计算正常进行，我们假定图像的像素值已经转换成了double类型。

f = imread('face.jpg'); % ｆ是uint8类型
f = im2double(f);  % f转换成double类型
f = reshape(f, [d, 1]);　% f拉成列向量

在我们的例子中包含２５张人脸图像，如下图所示

２．计算平均脸$\overline {A}=\sum\limits_{i=1}^{n}{A_i}$，平均脸也可以看做是一幅人脸图像

３．将原始图像每个维度中心化，$\Phi_i = A_i - \overline {A}$, $\Phi＝｛\Phi_1,\Phi_2,\cdots,\Phi_n｝$，