人脸图像检索是目前人脸图像处理的一个研究热点。本课题研究的是基于内容的人脸图像检索技术,其核心内容是人脸图像检测、特征提取和相似性匹配。本课题研究目标是实现一个基于内容的人脸图像检索系统,此系统能够在海量的人脸检索图像库中快速准确地检索出用户需要的人脸图像,同时能够维持该图像库的稳定性与安全性。基于上诉目标,本课题研究了用于过滤人脸图像噪声生成人脸检索数据库的人脸检测技术,用于人脸图像检索的特征提取及相似性匹配技术。以下几个方面是本文的主要研究内容。(1)对基于内容的图像检索模型进行分析与研究,提出适合基于内容的人脸图像检索模型,并进行相关的人脸图像库及算法的分析。(2)根据所需建立人脸检索图像库的要求,采用人脸检测的方法对原始数据库进行过滤,生成相对规范的人脸检索图像库,这对提高整个系统的人脸图像的正确检索率具有非常重要的意义。经过对现有人脸检测方法的分析得出,本系统采用精度高、实时性好的基于AdaBoost算法的人脸检测方法。(3)针对基于内容的人脸图像检索特点,提出了相应的人脸识别方法,即子空间方法,该方法中的特征提取算法主要有主成份分析、线性判别分析及独立成分分析,详细描述了主成份分析及线性判别分析的算法过程。通过对这两种算法进行分析,指出使用这两种算法在人脸特征提取上的不足,进而在主成份分析和线性判别分析的基础上提出改进的特征提取算法P-LDA。最后将主成份分析、线性判别分析及P-LDA三种算法在0RL人脸库上进行实验,分析比较实验所得到的相关数据。(4)依据基于内容的人脸检索系统模型,同时结合软件工程分析、设计和实现三个步骤完成人脸图像检索的演示系统。通过系统演示可知该系统具有良好的实用性及使用性。