人臉識別-關(guān)于特征臉法的敘述

人臉識別的過程是把一副新的圖像投影到特征臉子空間，并通過它的投影點(diǎn)在子空間的位置以及投影線的長度來進(jìn)行判定和識別。將圖像變換到另一個空間后，同一個類別的圖像會聚到一起，不同類別的圖像會聚力比較遠(yuǎn)，在原像素空間中不同類別的圖像在分布上很難用簡單的線或者面切分，變換到另一個空間，就可以很好的把他們分開了。研究對不同的圖形紋理進(jìn)行比較，并提出了用來描述圖像紋理特征的LBP算子。Eigenfaces選擇的空間變換方法是PCA（主成分分析），利用PCA得到人臉分布的主要成分，具體實(shí)現(xiàn)是對訓(xùn)練集中所有人臉圖像的協(xié)方差矩陣進(jìn)行本征值分解，得到對應(yīng)的本征向量，這些本征向量就是“特征臉”。

所以我們會把圖像分割成8x8像素的小方塊，叫做一個Cell，然后對每個Cell計算梯度信息，包括梯度的大小和方向。得到的是這個Cell的9維特征向量。這里還有一步，就是如果你的圖像受到光照的影響比較大，那么還可以將一定的Cell組成一個block，例如2x2個Cell，這樣每個block上就是36維的特征向量，然后對這36維特征向量做規(guī)范化（具體怎樣規(guī)范，涉及到高等數(shù)學(xué)的知識，大家也不需要知道）。增加方便性和應(yīng)用性的同時，并沒有解決原來人臉識別固有的安全問題。

“人臉聚類（Face Cluster）”是將一個集合內(nèi)的人臉根據(jù)身份進(jìn)行分組的算法。

人臉聚類也通過將集合內(nèi)所有的人臉兩兩之間做人臉比對，再根據(jù)這些相似度值進(jìn)行分析，將屬于同一個身份的人劃分到一個組里。

在沒有進(jìn)行人工身份標(biāo)注前，只知道分到一個組的人臉是屬于同一個身份，但不知道確切身份。另外假設(shè)集合中有N個人臉，那么人臉聚類的算法復(fù)雜度為O(N2)。