为个2成分在主子空间由主分量张成的密度，和它的垂直成分在标准的PCA中被丢弃的次分量如图3所示。用多变量Gaussia
s和混合Gaussia
s密度分布进行学习人脸局部特征的统计。然后将这些概率密度用于基于最大似然估计的对象检测。这种方法已经被用于人脸定位、编码和识别。和传统的特征脸方法相比，此方法在人脸识别方面表现出更好的性能。
f图3图像空间分解为主子空间和垂直补空间Fig3Decompositio
lraimagespacei
tothe
感谢您的阅读，祝您生活愉快。
fr