人脸识别中的主成分分析-python/java答案

【问题标题】：Principal Component Analysis in face recognition - python/java人脸识别中的主成分分析-python/java
【发布时间】：2012-08-11 23:22:00
【问题描述】：

我想使用主成分分析算法进行面部识别。我想自己在 python 或 java 中实现该算法，但是我不确定从哪里开始。希望有一些代码示例/教程/参考可以帮助我入门。

【问题讨论】：

【解决方案1】：

您可以先阅读有关 EigenFaces 的原始论文方法（基于PCA的人脸识别）：

另外，如果你想找到一些代码示例，OpenCV 已实现在最新版本中，人脸识别器也基于在 EigenFaces 上：

请注意，这些是 OpenCV 的 python 绑定，还有 Java 版本的 OpenCV，称为 JavaCV。

【讨论】：

【解决方案2】：

如果您想编写自己的 PCA 代码，我建议您查看 Wikipedia 文章作为起点。

如果您正在寻找 PCA 代码，请尝试使用Numpy 上的代码。

对于一般 PCA 建议：通常，将二维图像数组转换为一维字节数组（通过堆叠）。如果您对 n 个训练图像中的每一个执行此操作，并假设每个训练图像在展平时都是 p 像素，那么您就有了 PCA 的 n x p 训练集！（注意：PCA 有很多技巧，例如将数据设为零等......）

【讨论】：

【解决方案3】：

【讨论】：