Fisherfaces采用LDA（Linear Discriminant Analysis，线性判别分析）实现人脸识别。线性判别分析最早由Fisher在1936年提出，是一种经典的线性学习方法，也被称为“Fisher判别分析法”。
其基本原理：在低维表示下，相同的类应该紧密地聚集在一起；不同的类别应该尽可能地分散开，并且它们之间的距离尽可能地远。简单的概括，线性判别分析就是尽力满足以下两个要求：
1.类别间的差别尽可能地大2.类别内的差别尽可能地小
做线性判别分析时，首先将训练集样本集投影到一条直线A上，让投影后的点满足：
1.同类间的点尽可能地靠近2.异类间的点尽可能地远离
做完投影后，将待测样本投影到直线A上，根据投影点的位置判定样本的类别，就完成了人脸识别。
