基于K-L变换的人脸识别

原理介绍 K-L变换是模式识别中经常使用的一种特征提取方法，出发点是从一组特征中计算出一组按重要性从大到小排列的新特征，它们是原有特征的线性组合，而且相互之间是不相关的，实现数据的降维。算法 在人脸识别中，能够用K-L变换对人脸图像的原始空间进行转换，即构造人脸图像数据集的协方差矩阵，求出协方差矩阵的特征向量，再依据特征值的大小对这些特征向量进行排序，这些特征向量表示特征的一个集合，它们共同表示一

>>阅读原文<<