人脸识别技术是一项极具有发展潜力的生物特征识别技术,其主要任务是从图像或视频中准确地找出人脸并确定其身份。特征提取是人脸识别中的关键技术,它直接影响着识别率的高低。研究表明,Gabor小波具有良好的生物视觉特性,可以捕获图像在不同频率、不同方向下的局部显著特征,因此,Gabor小波被广泛应用于人脸特征提取当中。本文以基于Gabor小波算法的特征提取为研究目标,进行了如下几个方面的研究:(1)对人脸识别系统的研究内容和发展状况进行了简要概述,深入研究了Gabor小波变换理论,为本论文的研究提供理论支持。(2)提取人脸图像的Gabor特征后,针对传统方法采用均匀下采样造成有用识别信息丢失这一问题,本文选取人脸T形分布的Gabor特征方法,该算法在保持Gabor小波提取特征优点的同时,又保留了人脸主要的面部特征信息,去除了部分干扰信息,增强了特征的鉴别能力。(3)针对选取人脸T形分布Gabor特征后特征维数依然很高这一问题,分别采用PCA、LPP进行特征降维。(4)最后采用纠错SVM,对Gabor特征、T形分布Gabor特征和降维后的T形分布Gabor特征,分别进行了人脸识别实验,详细分析了实验结果,证明了本文提出的特征提取方法能够改善人脸识别系统的性能,有效地提高了系统的识别率。