아이겐페이스1 Eigenface Eigenface를 알려면 먼저 PCA를 선행학습해야한다. PCA는 고차원의 데이터들의 정보를 유지하면서 저차원의 데이터들로 변환하는 것이다. 즉, 고차원의 데이터를 낮은 차원의 subspace로 projection하는 것이다. 따라서 error가 발생하지만 PCA는 이를 최소화하며 정보를 보존하고자 하는 것이다. 가장 좋은 subspace는 각 샘플들의 평균의 중심, 방향은 데이터의 공분산 행렬의 eigen vector중 가장 eigen value가 큰 방향을 선택한다.(Principal component) 이것을 face영상에서 보면 고차원에서 하나의 얼굴 영상은 한 점으로 표현된다. 여러 영상의 subspace는 얼굴의 집합이다. PCA를 통해 가장 좋은 subspace를 찾는다. subspace는.. 2012. 3. 20. 이전 1 다음
