हां, आप पूरी तरह से eigenfaces का उपयोग कर सकते हैं। प्रशिक्षण चेहरों के पास कुछ भी नहीं है, चेहरे की पहचान के लिए आप दो चेहरों की तुलना कर रहे हैं। 100 चेहरों का एक प्रशिक्षण चेहरा गैलरी है। फिर अपने दो चेहरों (चेहरे और चेहरे_2) की तुलना करने के लिए, अपनी प्रशिक्षण गैलरी में 100 चेहरों के साथ प्रत्येक चेहरे का एक ईजिनफेस अपघटन करें। तो उदाहरण के लिए face_1 = [2 3 1 5 ...] * [eigFace1 eigface2 eigface3 eigface4 ...] 'और चेहरे दो के लिए समान है। उस वेक्टर मैंने उदाहरण में ऊपर दिखाया [2 3 1 5 ...], किसी भी प्रकार की दूरी एल्गोरिदम में अपने प्रत्येक दो चेहरे के अपघटनों के लिए इसकी तुलना करें (चाहे वह एक यूक्लिडियन दूरी या कुछ अन्य दूरी मीट्रिक हो)। यदि एक निश्चित दहलीज के भीतर की दूरी तो आप कह सकते हैं कि वे वही हैं। ध्यान रखें, अगर आप सभी प्रशिक्षण छवियों के साथ-साथ जिन चेहरों की तुलना करने की कोशिश कर रहे हैं, उन्हें ईजेंफेस का उपयोग कर रहे हैं, प्रकाश की स्थिति, आकार, और पृष्ठभूमि को सामान्यीकृत किया जाना चाहिए। आंखों, नाक, एक मुंह को जितना संभव हो उतना रेखांकित किया जाना चाहिए।
जब आप "समानता" का मतलब करते हैं तो आप "संभावना" कहते हैं। यह आपके लिए तय किया गया है। – ikegami
धन्यवाद Iikegami –
@MarcoL। क्या आपने समस्या हल की? मैं वही खोज रहा हूँ। –