实验二利用K-L变换法进行人脸识别
一、实验目的
主分量分析是一种有效的通过线性变换来降低特征维数的方法，也称为Karhunen-Loeve变换（K-L变换）。

此变换是一种基于目标统计特性的最佳正交变换，它的最佳性体现在变换后产生的新的分量正交或不相关。

编写利用K-L变换进行人脸识别的程序，体会K-L变换的基本思路，掌握K-L变换的性质，理解利用该方法进行人脸识别的原理。

二、实验要求
1、编写用K-L变换法进行人脸识别的程序，对标准图像库进行人脸识别实验。

ORL_faces图像库中有40组人脸图像，每组内的10幅图像取自同一个人，部分人脸图像如下图所示。

利用每组中的前5幅人脸图像（共200幅）作为训练样本，生成人脸识别的分类器，显示“平均脸”图像和“特征脸”图像。

用剩下的200幅图像作为测试样本，输出识别结果，检测识别率。

2、（选做）对自建图像库进行人脸识别实验，利用每组中的前5幅人脸图像作为训练样本，生成人脸识别的分类器，显示“平均脸”图像和“特征脸”图像。

用剩下的图像作为测试样本，输出识别结果，检测识别率。

三、实验报告要求
1、写出自己编写的程序（不用全抄下来，只写要求编写的部分即可）。

2、回答下列问题：
（1）K-L变换的特殊性体现在哪里？
（2）为什么利用K-L变换可以进行人脸识别？（3）如何理解“特征脸”？
（4）何谓“主分量”？。