我编辑了我的问题，试图让它变得简短而精确。
我正在为我的毕业设计开发一个面部识别系统的原型。我使用Eigenface，我的主要来源是文件Turk和Pentland。它可以在这里找到：http://www.face-rec.org/algorithms/PCA/jcn.pdf。
我的疑虑集中在第4步和第5步。
我无法正确解释阈值的数量：如果有两种类型的阈值，或者只有一种（注意文本说两种类型但使用相同的符号）。而且，我的问题是，这个（或这些）门槛对于所有人是否是唯一的和全局的，或者每个人是否都有自己的默认值。
我理解在具有权重或加权的类的矩阵O（）之前要计算的步骤。所以这个矩阵O（）的维数是M＆＃39; x P.因为M＆＃39;等于所选择的特征脸数量和P人数。
接下来让我感到困惑。他说的是两个距离：一个班级与另一个班级的距离，以及从一个面部到另一个面部的距离。我分别称它为D1和D2。注意：在训练集中总共有M个图像，F = M / P是每个人的图像数。
我知道应该根据经验选择阈值。但必须有一种近似的方法。我最初设计了尺寸PxP的距离D1（）的矩阵。在行向量D（i）具有从向量平均等级O（i）到每个O（j）的距离的情况下，j = 1..P。即所有人和所有人。＆＃34;
直到我来到这里，以下内容取决于我是否应该为所有人选择一个全局阈值。或者，如果我应该为每个单独的价值选择。如果它们是2种类型也不是：一种用于距离类，一种用于距离面。
我有一个理论可以继续但不受土耳其人概念的支持：
舞台预测试：
性别距离D1和D2的两个矩阵： 在D1中，将存储类之间的距离，以及面之间的D2距离。这个矩阵的基础分别为W和A.
然后，正如在训练集中确实是P人，为每个人取F矢量列D1并估计阈值T1在[Min，Max]范围内。因此我将有一个T1（i），i = 1..P
基于所有矩阵D2的范围[Min，Max]分别具有T2。这个定义是否是一个面孔。
步测：
为每个已知人物制作一张带有1张图像的测试图像 Itest = {Itest（1）... Itest（P）}
对于每个图像Itest（i）测试：
计算空间面Atest = Itest - Imean
计算权重向量Otest = UT * Atest
计算距离：
dist1（j）=距离（Otest，O（j）），j = 1..P
Af =项目（Otest，U）
dist2 =距离（Atest，Af）
MinDist = Min（dist1）
对于每个j = 1..P
如果dist2＆gt; T2然后＆＃34;不是脸＆＃34;否则：
如果MinDist＆lt; = T1（j）则＆＃34;对象被识别为j＆＃34;否则＆＃34;主题未识别＆＃34;
然后我考虑了TFA和TFR，并用不同的阈值重复测试过程，直到找到最佳方法给每个人。
已经定义的阈值可以使系统运行未知图像。该算法与测试类似。
我知道我已经离开＆＃34;脚本＆＃34;官方文件，但至少这个推理是我的头脑最合乎逻辑的地方。我想知道我是否可以提供指导。
编辑：
我不再说已经说过，这可能有助于澄清事情。
任何人都可以告诉我，我是否可以使用我的＆＃34;理论＆＃34;？我正在进入我的项目，如果这不是正确的方式，将会感激一些指导而不起作用而且你错了。