问题描述

OpenCV PCA人脸识别时欧氏距离的问题

我用PCA+SVM方式对ORL人脸库进行人脸识别，使用Opencv的PCA库进行降维及特征提取，提取后的特征用于SVM训练，如果每人用两个图进行学习，最终测试样本的识别率能到85%+。
但是我如果用测试样本的特征向量和训练样本的特征向量进行欧式距离（NORM_L2）的计算，计算结果十分没有规律，不管是不是同一个人的特征，距离从一千多到四千多的都有。这种情况十分不合理呀，opencv还有个基于PCA样本距离的特征脸识别库不就是用L2距离进行比较来进行识别的吗？鉴于此我又实验了一下使用opencv的特征脸识别库EigenFaceRecognizer进行人脸识别，同样的样本划分，但是不自己写特征提取代码，直接输入原始图片，因为特提取的工作是特征脸库自己做的，识别率也能到80%+。
总结起来问题就是，我用PCA提取的特征进行SVM人脸识别，效果还可以，但是直接用测试样本的特征值和训练样本的特征值进行距离比较，却并不能得出同一人的样本距离会比较近，不同人的会比较远的结果，和特征脸识别的工作原理不符。不知是哪里有问题，求解！

解决方案

OpenCV的PCA人脸识别
OpenCV的PCA人脸识别
opencv学习-pca人脸识别

解决方案二：

http://blog.csdn.net/liulina603/article/details/28633403