人脸识别技术是基于人的脸部特征，对输入的人脸图象或者视频流.首先判断其是否存在人脸,如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。人脸图像一般用二维矩阵表示，在有大量图片的情况下，维数很高，直接计算则耗时较长，效率极低。因此进行降维处理则会大大提高效率和准确率，这里我们采用PCA对人脸图像进行降维和特征提取，并用欧氏距离进行分类，从而进行人脸识别。流程如下：    1、读取训练集下指定个数的图像，将人脸的像素其保存到到一个二维数...

原理 PCA原理 主元分析法PCA学习笔记 点云法向量与点云平面拟合的关系（PCA） EstimatingSurfaceNormalsinaPointCloud 3D【24】PCA点云法向量估计 利用PCA计算点云的法线 3D点云法向量估计(最小二乘拟合平面) 为什么用PCA做点云法线估计？ 利用PCA求点云的法向量 pca_demo.m clc clear closeall n=50; z=peaks(n); x=1:n;y=1:n; [x,y]=meshgrid(x,y); P=[x(:),y(:),z(:)]; %读入屋顶点云 %P=load('building_Example2....