表情识别—LDA

最近在做人脸表情识别，用的Gabor+PCA+SVM，效果不太好，无意当中，看到关于LDA这样的信息“线性鉴别分析的基本思想是将高维的模式样本投影到最佳鉴别矢量空间，以达到抽取分类信息和压缩特征空间维数的效果，投影后保证模式样本在新的子空间（即投影后）具有最大的类间距离和最小的类内距离，也就是说样本在该空间上有最佳的可分离性”，所以就想了解一下LDA，由于这个降维算法已经被别人研究很透彻，所以我就不多加评论，给大家一些相关的连接，在理解原理的基础上，OpenCV已经自带了源码（OpenCV的功能真是强大），直接调用就可以了：

1、OpenCV中自带的源码信息来源：http://blog.csdn.net/guoming0000/article/details/7472912?locationNum=1

2、OpenCV中怎样调用：http://blog.csdn.net/zhazhiqiang/article/details/21189415

3、原理和运用的介绍：http://blog.csdn.net/feirose/article/details/39552997

4、OPenCV中LDA的参考：http://docs.opencv.org/master/db/d59/classcv_1_1LDA.html

5、别人整理的LDA资料：http://blog.sina.com.cn/s/blog_5033f3b40101flbj.html

6、别人写的代码：http://blog.csdn.net/eli00001/article/details/45640179

7、自己没看，但是看起来写的很认真，请自行品味：http://www.xperseverance.net/blogs/tag/lda/

8、下载的一些资源，都有用积分，（对我的原理理解帮助很大）现在免费下载：（刚上传还在审核，所以若急用，可以给我留言，不过其他地方maybe也可以找到的）