人脸识别是计算机视觉研究领域的一个热点问题,并广泛应用于视频监控、门禁系统以及公安系统等领域。本文把混沌理论和人工鱼群算法引入进来,对由LDA变换后的特征空间进行优化搜索,选择出高效低维的人脸鉴别特征,并在此基础上利用MATLAB软件进行仿真实验,验证该方法的正确性和有效性。主要研究工作总结为以下两点：(1)针对人工鱼群算法易陷入局部最优的问题,提出了一种基于双混沌映射的人工鱼群算法。该方法利用混沌的随机性、遍历性和规律性对人工鱼算法进行改进：一是初始化人工鱼群,增加搜索的多样性；二是在人工鱼陷入局部最优时,对其产生扰动,使其跳出局部最优值,向全局最优值靠近。仿真实验表明：改进后的算法比基本人工鱼群算法的全局寻优能力更强,搜索效率更高。(2)针对LDA算法无法找到最优分类特征子空间的问题,提出一种基于混沌人工鱼群的LDA算法。该方法把经过LDA算法变换后的特征子空间作为搜索空间,充分利用混沌人工鱼群算法的全局寻优能力,在特征子空间进行优化选择,获得最有利于分类的特征了空间。仿真实验结果表明：混沌人工鱼群与LDA算法的结合,有效地改善了LDA算法在特征向量选择中的局限性,从而提高了识别率。综上所述,混沌理论、人工鱼群与LDA相结合的方法,对人脸识别中的特征提取与选择具有正确性和高效性,为人脸识别的后续研究奠定了良好的研究基础。