简要:
FisherFace是基于LDA降维的人脸识别算法,由Ronald Fisher最早提出,故以此为名。它和PCA类似,都是将原始数据映射到低维空间,但和PCA最大的区别就是它考虑了降维后数据的类间方差和类内方差,使得降维后的数据类间方差最大,类内方差最小,而PCA是使整体数据降维后的方差最大,没有考虑降维后类间的变化。这又让我想到了二值化中的自适应阈值法,跟LDA的原理有点类似,依次遍历阈值,对于阈值分割后的黑白像素两类,使其两类间灰度值的方差最大,找到的这个阈值即为最适应阈值。
LDA原理:
![](https://img.laitimes.com/img/__Qf2AjLwojIjJCLyojI0JCLiAzNvwVZ2x2bzNXak9CX90TQNNkRrFlQKBTSvwFbslmZvwFMwQzLcVmepNHdu9mZvwFVywUNMZTY18CX052bm9CX6FFRPJTUU9EMJpHW4Z0MMBjVtJWd0ckW65UbM5WOHJWa5kHT20ESjBjUIF2LcRHelR3LcJzLctmch1mclRXY39DM5gTOwADM5ATOykDM4EDMy8CX0Vmbu4GZzNmLn9Gbi1yZtl2Lc9CX6MHc0RHaiojIsJye.jpg)