我正在做一个与人脸识别相关的项目。我使用了特征面，我已经实现了PCA来找到java中的特征面。我被困在实现与计算权重相关的人脸识别过程的最后一步和欧几里德距离..有人请帮帮我!!!
以下是我无法继续的步骤。摘自：http://blog.zabarauskas.com/eigenfaces-tutorial
一旦创建了特征脸，一个新的人脸图像Γ可以通过一个简单的操作转换成它的特征脸组件：
Ω= UT（Γ-Ψ）=⎡⎣⎢⎢⎢ω1ω2⋮ωR⎤⎦⎥⎥⎥R×1。
权重ωi∈Ω描述了每个特征脸在表示输入面部图像时的贡献。我们可以通过找到输入面和训练面重量矢量之间的最小欧几里德距离εrec，即通过计算εrec=min∥Ω-Ωi∥，将该矢量用于面部识别。如果εrec＆lt;Θrec，其中Θrec是一个启发式选择的阈值，那么我们可以说输入图像被识别为它给出最低分数的图像。
权重向量还可以用于未知的人脸检测，利用人脸图像在投影到脸部空间时不会发生根本变化的事实，而非脸部图像的投影看起来非常不同。为此，我们可以从平均调整的输入图像Φ=Γ-Ψ计算距离εdet，并将其投影到面空间Φf=ΣRi=1ωiui，即εdet=∥∥Φ-Φf∥∥。再次，如果对于某个阈值Θdet（也是例如通过观察仅由面部图像和一组非面部图像组成的输入集的εdet而启发式地获得）εdet＆lt;Θdet，我们可以得出输入图像是面部的结论。
提前感谢!! ：）