Eigenfaces, http://en.wikipedia.org/wiki/Eigenface gibi bir yöntem kullanabilirsiniz . Aşağıdakiler, prosedürün yanı sıra farklı uygulamalara bağlantılar içinde iyi bir yürüyüşe sahiptir.
http://www.pages.drexel.edu/~sis26/Eigenface%20Tutorial.htm
Buradan, bunu bir sınıflandırma yaklaşımında kullanmak, bir modeli eğitmek ve sonra vakaları tahmin etmek yaygındır. Bunu bir dizi ünlü ünite üzerinde çalışarak yapabilir ve twitter'ın bir yüzünü eğitimli ünlüler modelinizdeki biri olarak tahmin ederseniz, kaldırabilirsiniz. Buna benzer http://blog.cordiner.net/2010/12/02/eigenfaces-face-recognition-matlab/
Bu sürekli değişikliklerden muzdarip. Yakında, eğitimli modelinizde olmayacak yeni bir Justin Bieber olacak, bu yüzden tahmin edemezsiniz. Whitney Houston gibi bir durum daha var, onu daha önce eklemeyi hiç düşünmemiş olabilirsiniz, ancak birkaç hafta boyunca saygı ve hayranlıktan ortak bir görüntü olabilir. Yukarıda da belirtildiği gibi bebek resimlerinin olumsuz tarafı olmayacak. Bu sorunları aşmak için daha çok hiyerarşik bir kümelenme yaklaşımı kullanabilirsiniz. Belli bir destek seviyesine ulaşırlarsa çok yakın olan ilk birkaç kümenin kaldırılması, ilk kümenizin bir saniyenin oluşturulmasından önce 15 öğeye sahiptir. Artık eğitim modelinizde kimin olduğu konusunda endişelenmenize gerek yok, ancak bebek resimleri sorununa düşeceksiniz.