软什人脸识別技术是当今生物识别中重要的研究课题,很多学者和科研机构都在对此进行不懈的研究和探索。人脸识别技术广泛应用于计算机视觉和模式识别领域,有着广阔的应用前景。人脸识别包括人脸检测、人脸特征提取和识别。本文主要研究人脸特征提取和识别技术,对于人脸检测部分介绍了快速Adaboost算法及相关实验。文章对目前的人脸识别技术进行总结,并介绍了非负稀疏编码理论,然后采用一种基于Fisher方法的非负稀疏编码算法实现人脸的特征提取,通过大量对比实验对这种算法进行了验证和分析。本文主要的研究工作如下:(1)对人脸识别技术进行综述。介绍了人脸识别的基本问题、技术流程、性能评价方法、常用人脸图像库及主要的人脸检测和识别算法。重点介绍了基于Adaboost的人脸检测算法、PCA算法和LDA算法。(2)介绍非负稀疏编码理论。分别论述了非负稀疏编码的理论根源,基本思想及求解方法。(3)采用快速Adaboost算法完成人脸图像的检测,分析了Adaboost算法的优势和不足,并完成图像的预处理工作。(4)分析非负稀疏编码算法的优势和不足,加以改进,提出一种新的特征提取算法——F-NNSC算法。非负稀疏编码能很好的反映人眼的视觉特性,提取的基图像局部性很强,但不能有效利用样本的分类信息。本文在人脸经过非负稀疏编码特征提取后,再次做LDA投影,以此利用样本的分类信息。实验表明:改进后F-NNSC算法比非负稀疏编码(NNSC)算法分类性能要好,识别率比NNSC和LDA算法更高。(5)本文选用ORL、Yale Face、Feret三种人脸图像库进行实验验证,三种人脸库的实验结果都表明本文算法确实有良好的性能。另外,本文选用了L1、L2、Cos三种不同的距离度量方法,研究不同算法经三种距离求得的识别率,分析了三种算法各自最适宜的距离选择方法。最后总结了全文,分析了目前研究工作中需要进一步完善的地方,对今后工作做了展望。