对于PCA人脸识别过程的理解

参考：
http://blog.csdn.net/zouxy09/article/details/45276053

初步理解：

1、取训练集
2、以训练集为样本，计算出协方差矩阵，减去均值后的（中心化以后的）。协方差矩阵是一个方阵，设为N*N。
3、计算相应的特征值、特征向量
特征值会有N个，每个特征值对应的特征向量是N维的。
4、每个特征向量就是一个特征脸（猜测应该就是对应每个训练集人的特征。。。。）。
5、将训练集的图像和测试的图像都投影到特征向量上，再对测试集的每个图像都找到训练集中最近的或k邻近的，进行分类。
6、而分类是否就是mlp要作的事情？