人脸识别技术是计算机模式识别领域中一个非常活跃的研究课题,在法律、商业、公共安全、身份鉴定、门禁系统、视频监视等领域有着广泛的应用前景。其主要任务是利用已存储的人脸图像库,识别静止或视频图像中的一张或多张脸。 本文系统归纳总结了人脸识别的研究、现状及发展,对适用于人脸识别的图像预处理方法进行了探讨,重点研究基于线性投影的特征提取方法,以及非线性核方法。将规范化参数引入了KDDA(Kernel Direct Discriminant Analysis)算法,应用于ORL人脸库进行特征提取,实验结果证明本算法较传统方法有更好的聚类性。论文还针对“小样本问题”和分类器进行了大量对比研究,并对“小样本问题”的极端情况进行了实验。 对于线性投影方法,本文主要阐述了PCA、LDA算法。PCA算法所确定的投影方向具有很好的表达能力,LDA算法所确定的投影方向利于区分样本。以ORL人脸图像库为实验对象,使用两种方法进行特征提取,并讨论了特征提取的结果。 本文详细介绍了核函数方法,主要阐述KPCA、KDDA两种非线性核方法在人脸图像特征提取中的应用,同样对ORL人脸库使用两种方法进行特征提取,并对特征提取的结果分析了KPCA和KDDA对人脸图像的线性可分能力。 然后,本文详细介绍了多种分类器的原理,阐述了如何就不