PCA人脸识别过程

1：一共有N个人脸，每个人脸按照像素从左到右，从上到下，计算出来每个人脸的相像素个数M，则形成人脸矩阵M*N，接着对这个矩阵每行的值减去均值形成新的矩阵，然后对这个矩阵求它的协方差矩阵，继续对协方差矩阵求前m个值最大的特征向量（特征向量是M*1的），然后形成Feature Vectures（M*m）的。记这个矩阵为A

2：对人脸库的每个人的脸（一个人可能有多个人脸图）分别对A求投影，这个投影出来组成的是一个（1*m），如果一个人有多个人脸图形的话就做平均，形成这个权重矩阵（1*m），图形库中一共有N个人脸，那么也就有N个1*m的权重矩阵（这里补充一下球矩阵投影的运算：多维向量A与B的投影的计算公式为）。

3：新来的图片，计算权重矩阵，然后和N个1*m的权重矩阵求距离，距离哪个最近就确定为哪个人脸。