程序会经过什么流程？
【问题讨论】：
标签： computer-vision face-recognition
Principal Component Analysis 是模式识别系统的基础，例如facial recognition。
【讨论】：
粗略地说，处理阶段是：
第 1 步通常使用经典的 Viola&Jones face detection algorithm 完成。它非常快速和可靠。
在第 1 步中找到的面孔可能具有不同的亮度、对比度和不同的大小。为了简化处理，它们都被缩放到相同的大小，并在第 2 步中补偿曝光差异（例如使用直方图均衡）。
第 3 步有很多方法。早期的人脸检测器试图找到特定的位置（眼睛中心、鼻子末端、嘴唇末端等），并使用它们之间的几何距离和角度作为特征进行识别.根据我的阅读，这些方法非常快，但并不那么可靠。
最近的一种方法“特征脸”基于这样一个事实，即人脸图片可以近似为基本图像的线性组合（通过 PCA 从大量训练图像中找到）。这种近似中的线性因子可以用作特征。这种方法也可以单独应用于面部的某些部位（眼睛、鼻子、嘴巴）。如果所有图像之间的姿势相同，则效果最佳。如果有些脸向左看，而另一些脸向上看，那就不行了。主动外观模型试图通过训练完整的 3d 模型而不是平面 2d 图片来抵消这种影响。
第 4 步相对简单：您为每个人脸以及在训练期间获取的人脸图像都有一组数字，并且您想找到与当前测试人脸“最相似”的训练人脸。这就是机器学习算法所做的。我认为最常见的算法是支持向量机（SVM）。其他选择是例如人工神经网络或 k-最近邻。如果特征很好，ML算法的选择就没有那么重要了。
有关该主题的文献：
【讨论】：