人脸识别技术是当前模式识别和数字图像处理领域的一个研究热点,作为人类几个重要外在鉴别特征之一,人脸识别对身份自动确认和身份自动辨认有着具有重要的科学意义和巨大的应用价值。本文分析国内外在人脸识别方面的研究情况,研究了BP神经网络算法的改进和选择,总结和概括了人脸检测和分割的主要方法,重点研究了人脸特征提取算法的改进和基于BP神经网络的人脸图像识别系统的设计与实现。本文主要工作如下:一、人脸特征提取方法及改进研究。在人脸特征提取与选择方法的研究中,提出了以Z_l - Z_r法为基础,通过对特征分量判据J的计算,不断通过交替增加或剔除特征来得到优化解。同时,为了解决该方法存在的特征分量相关度和计算复杂度的问题,使用K-L变换法对n维原始特征组成的向量进行线性正交变换,以使特征在一个新的空间内变得不再相关。进而,再通过调整参数使得在进行特征选择时的计算复杂度大幅降低,使得该方法的实用性得到提高。二、设计一种基于改进型BP神经网络的人脸识别系统方案。本文设计了系统的构架和相应的系统流程,将系统划分为图像采集、人脸检测与分割、特征提取与选择以及人脸识别四大模块,并定义了各个模块的功能及对数据的处理方式。然后,重点叙述了人脸识别模块设计和实现,其中采用改进型BP神经网络作为人脸识别模块的核心算法,通过和其它算法的对比,该算法在识别率和稳定性方面均有一定的提高。