3. 核心算法与模型

文档摘要

核心算法与模型核心算法与模型人脸识别技术的核心在于其算法与模型，它们负责从人脸图像中提取特征，并根据这些特征进行身份验证或识别。随着技术发展，人脸识别算法经历了从传统方法到深度学习方法的演进。本章节将详细介绍这些核心算法与模型。 3.1 传统方法在深度学习兴起之前，人脸识别主要依赖于手工设计的特征提取器和传统的机器学习算法。以下是一些常用的传统方法： 3.1.1 PCA/Eigenface (特征脸) PCA (主成分分析) 是一种降维技术，用于提取人脸图像的主要特征。Eigenface 方法将每张人脸图像视为一个高维向量，然后使用 PCA 找到这些向量的主成分，即“特征脸”。识别过程是将待识别的人脸投影到由特征脸张成的空间中，然后计算其与已知人脸之间的距离。