我一直在阅读这篇文章Face Recognition Using LDA-Base Algorithm。
找到正则化的 LDA 子空间并将我的训练图像投影到该子空间后，如何测试分类器。我还将测试图像投影到相同的子空间......现在呢？
我阅读的所有示例都是针对使用贝叶斯的二元分类。为了更清楚，现在我想检查是否将人脸图像提供给经过训练的分类器。
我在 Szeliski 的书中找到了这个，但我无法理解所有这些方程式。
【问题讨论】：
标签： classification face-recognition
如您所知，LDA 是线性判别分析的首字母缩写。它实际上将学习样本投影到一个子空间中，其中不同类之间的距离将最大化，而同一类样本之间的距离将最小化。
因此，当您要将其用于人脸识别时，您必须从每个人那里获取多个样本（图库图片）。然后你执行 LDA 并得到结果子空间。在此步骤之后，您将拥有一个子空间，所有面都可以投影到其中。 下一步，您将画廊图像投影（使用点积）到该子空间中并将它们保存为您的画廊模板。这些模板将在稍后的测试步骤中使用。 最后一步是测试。在此步骤中，您有一张测试人脸图像并想知道它是谁。所以你应该通过将这个人脸图像投影到那个子空间来计算它的模板。然后，您从所有图库模板中计算此测试模板的欧几里得距离（或其他一些距离类型）。最近的图库模板与测试图像具有相同的标识。
【讨论】：