Khi các eigenfaces được tạo ra, việc nhận dạng trở thành nhận ra các mẫu. Eigenfaces sẽ mở ra không gian con M’ chiều từ không gian gốc N2. M’ vectơ riêng cần thiết của ma trận L được chọn ra từ các giá trị riêng thích hợp lớn nhất. Trong trường hợp kiểm tra này, dựa trên M=16 ảnh gương mặt, chọn ra M’= 7 eigenfaces. Số
eigenfaces được sử dụng ở đây là chọn ra từ các trị riêng. Một gương mặt mới được biến đổi về các thành phần eigenface của chính nó (chiếu vào không gian mặt) bởi phép tính đơn giản
( )
k k
W =u Γ − Ψ với k=1,2…M’
Điều này mô tả một dãy phép nhân và phép cộng điểm đến điểm ảnh. Hình 3.8 chỉ ra 3 bức ảnh và hình chiếu của chúng vào không gian mặt người.
Hình 3.8 Ảnh và hình chiếu của nó vào không gian mặt người xác định bởi các Eigenfaces từ hình 3.7
Các trọng số thu được từ vectơ T [ 1, 2, 3,..., ']
M
w w w w
Ω = , chúng mô tả sự phân bố
của từng eigenface trong mối tương quan của ảnh đầu vào, mô tả eigenfaces như là phần cơ bản của ảnh mặt người. Các vectơ này được dùng để tìm kiếm là cái nào trong
số lớp ảnh mặt người được xác định trước, mô tả gương mặt mới này theo hướng tốt nhất. Giải thuật đơn giản nhất là xác định lớp ảnh mô tả các thông tin gần giống ảnh
đầu vào, Chính là đi tìm lớp ảnh thứ k có khoảng cách euclid nhỏ nhất εk = Ω − Ωk , trong đó Ωk là vectơ mô tả lớp gương mặt thứk. Gương mặt được phân loại thuộc lớp thứ k khi giá trị εk nhỏ hơn ngưỡng cho trước là θτ. Ngược lại gương mặt sẽ đươc phân loại là chưa biết.