人脸识别因其在安全验证系统、信用卡验证、医学、档案管理、视频会议、人机交互、系统公安(罪犯识别等)等方面的巨大应用前景而越来越成为当前模式识别和人工智能领域的一个研究热点。虽然人类能毫不费力地识别出人脸及其表情,但人脸的自动机器识别却是一个难度很大的课题。它涉及到模式识别、图像处理及生理、心理学等方面的诸多知识。本文的主要研究内容包括以下方面:1)从基于图像整体代数特征PCA算法着手,主要介绍了“特征脸”算法的原理和实现过程,对组成特征投影空间的特征值选择问题,距离度量方法问题及训练样本的选择等进行了一定的研究。2)介绍了线性判别分析(LDA)人脸识别方法并且得到一些有意义的结论。3)基于Gabor变换的人脸特征提取算法。通过对人脸傅里叶变换和Gabor变换的实验比较,证明了Gabor变换在提取人脸特征方面具有很大的优越性。接着,介绍了Gabor小波变换的快速算法。4)研究了基于Gabor小波变换的人脸识别算法。本文研究的算法首先对人脸进行Gabor小波变换,然后应用PCA方法降低Gabor特征向量的维数,最后运用LDA方法进行最利于分类的投影,来实现对人脸的识别。实验表明,采用该方法得到的识别率要远优于单纯采用PCA方法的结果。