人脸识别采用小波变换+PCA+SVM
pywt库+sklearn库
图像空间的欧式结构
PCA得到一组正交基(Eigenface)本征脸，能够尽可能地保持人脸图像空间的全局结构。
LDA获取一组能够尽可能地保持判别信息的基(Fisherface)。
人脸空间的流形几何结构
人脸图像可以近似地认为分布在高维向量空间中的一个非线性低维子流形上，通过构建一个近邻图来对人脸空间的流形结构进行建模，然后寻找一组基，称为拉普拉斯脸(Laplacianface)，使得人脸向量降维后的结果在近邻图上最为光滑，从而充分考虑到了人脸空间的流形几何结构。对非理想条件下光照、角度、表情多变的人脸图像，能做出更加准确的识别和预测
待补完
Reference
PCA： http://commanber.com/2017/04/05/pca-translation/
sklearn-PCA： https://vinking934296.iteye.com/blog/2357242
PCA可视化：https://blog.csdn.net/jasonzhoujx/article/details/81914590
PCA与LDA对比
SVM： https://www.jiqizhixin.com/articles/2018-10-17-20
SVM原理篇：https://zhuanlan.zhihu.com/p/31886934
小波分析要点：https://zoujiemeng.github.io/post/2017/04/wavelet-tips.html
小波分析库中的一些基本使用方法：https://blog.csdn.net/qq_40587575/article/details/83154042
从傅里叶变换到小波变换：https://blog.csdn.net/qq_23947237/article/details/79994923
LLE：https://www.cnblogs.com/xbinworld/archive/2012/07/09/LLE.html、https://www.jianshu.com/p/25a2a47bb60b
