原理

        PCA方式用於提取相似樣本的共有特徵，將樣本投影到特徵向量構成的特徵空間可以使用較少的量表示原本複雜的量。在此的基礎上，使用投影值可以重構出樣本。若特徵空間提取優良的話，重構出來的樣本與原始樣本將非常相似。因此可以通過重構的方式來實現人臉的變換。

        本文原理：①將兩個不同的人臉投影到特徵空間，獲得兩個樣本各自的投影座標（n維，n為特徵向量的數量）；②在n維空間連線兩個樣本的投影座標，均勻劃分為m段（將產生m-1箇中間變化人臉），得到m-1箇中間座標；③使用獲得的中間座標重構出相應的人臉，即為人臉變換中間臉。

實驗一

        使用一維PCA方式提取特徵臉，使用前十個特徵臉用於投影和重構，計算5箇中間臉。

步驟

        ①使用“FERET_80_80人臉資料庫”，提取每個人的第一張臉的特徵臉，獲得前5個特徵臉如下：

        ②載入兩張人臉，並嘗試重構：

        ③計算中間臉

結果

        效果奇差，重直接重構的效果可以看出，人臉特徵提取不明顯，或者選取的特徵臉太少。