用于 Python 人脸识别的 PCA

如何解决用于 Python 人脸识别的 PCA

我从 2 个人的 2 个视频中拍摄了 130 帧。我想用 PCA 库和 MLP 测试人脸识别，但我不明白我应该如何形成数据 X 和数据 y。据我所知，X 必须是图像，y 必须是标签，所以 130 乘以 1 表示人脸 1，130 次乘以 2 表示人脸 2。

    images = [cv2.imread(file) for file in glob.glob("frame*.jpg")]
    images2 = [cv2.imread(file) for file in glob.glob("2frame*.jpg")]

    temp = asarray(images)
    temp2 = asarray(images2)
    X = [[temp],[temp2]]

    y = [[1]*130,[2]*130]
    X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.3)

    n_components = 3
    pca = PCA(n_components=n_components,whiten=True).fit(X_train)

    # apply PCA transformation
    X_train_pca = pca.transform(X_train)
    X_test_pca = pca.transform(X_test)

    # train a neural network
    print("Fitting the classifier to the training set")
    clf = MLPClassifier(hidden_layer_sizes=(1024,),batch_size=256,verbose=True,early_stopping=True).fit(X_train_pca,y_train)
    y_pred = clf.predict(X_test_pca)
    print(classification_report(y_test,y_pred))

这是我得到的错误：

ValueError: Found array with dim 6. Estimator expected <= 2.

这行发生了什么：

pca = PCA(n_components=n_components,whiten=True).fit(X_train)