关于不同距离测试的人脸识别

下面是常用的距离测试，个人研究的是人脸识别的方向，在人脸识别中主要应用距离的测试就是为了检测样本之间的相似度，一般的定义是当距离越小的时候样本的相似度越高，当样本的距离较大时我们一般认为两个样本的相似性较低，即为不同样本，人脸识别中则认为不是同一个人，一般情况本人采用降维算法先将人脸图像数据进行降维，将降维后的数据利用最近邻分类方法分类到最相近的类别，常用的测量距离的方式是欧氏距离，但是我们可以尝试使用不同的测距方法进行实验，对于实验是否有效有待我们进一步的研究，下面是对距离的归纳，有这些测距方法：1. 欧氏距离 2. 曼哈顿距离 3. 切比雪夫距离 4. 闵可夫斯基距离 5. 标准化欧氏距离 6. 马氏距离 7. 夹角余弦 8. 汉明距离  9. 杰卡德距离 & 杰卡德相似系数 10. 相关系数 & 相关距离 11. 信息熵