Recunoastere faciala cu PCA + SVM

Modernizare a metodei clasice Eigenfaces (Turk & Pentland, 1991): in loc de distanta euclidiana in spatiul eigenvectorilor, folosim un clasificator SVM cu kernel RBF.

PCA reduce dimensionalitatea imaginilor de la 1850 de pixeli la 150 de componente principale, eigenfaces, care captureaza directiile de varianta maxima in spatiul fetelor. SVM invata un hiperplan de separare cu marja maxima in acest spatiu redus.

Pipeline

1. Imagine → grayscale + CLAHE

↓

2. PCA → 150 componente

↓

3. SVM RBF → identitate