我正在使用PCA算法开展一个faiale识别项目。我必须在JAVA中开发这个项目，我有一些与该算法的实现有关的问题：
首先：在计算平均面（meanface）时，我应该考虑到我正在处理图像，这意味着所有图像矢量的平均值不能用与代数相同的方式计算，但我们应该{{ 1}}每个像素的相同组件（例如：红色带红色，绿色带绿色等），然后将结果除以图像矢量的数量。这是否正确？
如果前面的方法是正确的，那么向量的乘法呢？当我处理图像矢量时，我应该如何计算它？
第二：假设先前的子投影是不正确的，当我计算图像的特征向量时（通过使用算法中解释的代数方法），得到的向量包含具有非常大的数字的像素，这些像素不能代表任何尝试使用特征向量和变换矩阵检索源图像时的图像，那么我的问题是什么！？
答案 0 :(得分：1)
首先应将所有图像转换为灰度。然后以与所有图像中每个像素的代数平均值相同的方式计算平均面，因此所有图像中所有像素（0,0）的平均值是平均面的像素（0,0），依此类推
所有其他计算都以像素方式完成。
如果您没有这个，要将rgb转换为灰度，请使用P = 0.587 *红色+ 0.299 *绿色+ 0.114 *蓝色