使用lda进行人脸识别多类

Question

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。我还将测试图像投射到相同的子空间......现在是什么？

我读到的所有例子都是使用贝叶斯进行二进制分类。为了更清楚，现在我想检查是否将识别给训练的分类器提供面部图像。

我在Szeliski的书中找到了这个，但我无法理解所有这些方程式。

Answer 1

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子空间中，其中不同类之间的距离将最大化，同时相同类样本之间的距离将最小化。

因此，当您打算将其用于面部识别时，您必须拥有来自每个人的多个样本（图库图像）。然后你执行LDA并获得结果子空间。在此步骤之后，您将拥有一个子空间，可以将所有面投影到其中。 对于下一步，您将图库图像（使用点积）投影到此子空间中，并将它们保存为图库模板。这些模板将在稍后的测试步骤中使用。 最后一步是测试。在这一步中，您有一张测试面部图像，并想知道它是谁。因此，您应该通过将此面部图像投影到该子空间来计算其模板。然后从所有图库模板计算此测试模板的欧氏距离（或其他距离类型）。最近的图库模板与测试图像具有相同的标识。