1、特征脸方法Eigenface,这是一种K-L方法,也叫作PCA方法或者Hotelling,它是一种最优的方法,通过 K-L 变换我们可以将一般的高维空间的信息和数据压缩到低维的空间中去,进而可以减少维数,同时也可以通过低维空间信息去描述高维空间数据。而 PCA 的方法就是通过这个思想将图像以列向量的方式来表示的。
2、线性判别分析,Linear Discriminant Analysis,简称 LDA,它是有监督的特征提取过程,利用了样本的分类信息,识别性能上普遍好于
主成分分析算法。
3、Gabor小波,
4、基于机器学习的boosting算法
5、Adaboost
另外是使用在跟踪算法上的 MeanShift算法