【Dlib人脸识别】1. Dlib人脸检测的基本原理

欧氏距离（也称欧几里得距离）是一个常用的的距离度量，它指的是在空间中两个向量（点）之间的直线距离。 欧氏距离越小，说明两个向量越接近，也就是两个向量差异越小。

假设在两个向量分别为 x(x1,x2,…,xm) 和 y(y1,y2,…,ym)，则这两个向量的欧氏距离的计算公式为: ( x 1 − y 1 ) 2 + ( x 2 − y 2 ) 2 + . . + ( x m − y m ) 2 ( x 1 − y 1 ) \sqrt{(x_1-y_1)^2+(x_2-y_2)^2+..+(x_m-y_m)^2}\sqrt{(x_1−y_1)} (x1​−y1​)2+(x2​−y2​)2+..+(xm​−ym​)2 ​(x1​−y1​) ​

在Python中可以通过长度为 m 的列表来表示维数为 m 的向量。 例如x为(1,2,3,4,5)，那么它可以表示为x=[1,2,3,4,5]。

在Python中计算两个长度相同的列表的欧氏距离：