人脸识别作为模式识别与计算机视觉领域中的一项关键应用技术,在经济、安全、社会保障、犯罪、军事等领域有着巨大的潜在的应用价值.由于人脸具有复杂而细致的模式变化,加之外部条件如光照、姿态、饰物、表情、毛发等影响千变万化,因此人脸识别是一个极具挑战性的研究问题,受到人们的普遍重视和广泛研究.在众多人脸识别技术中,基于面部整体特征的识别方法由于具有理论成熟、直观易行、保留了大部分有用数据等特点,很快就成为人脸识别研究和应用的主流方向.该文在对已有方法进行了深入分析的基础上,提出了基于面部整体特征和遗传算法的研究人脸识别技术框架.在此框架下,主要增强人脸识别技术的鲁棒性.该文主要进行了以下几方面的研究工作:(1)提出一种利用模糊积分实时定位双眼的新方法,该方法用来与肤色模型相结合进行快速人脸检测.该文通过先用肤色模型进行粗定位,再用模糊积分定位双眼的方法来提高人脸检测的准确度.该方法是主动式媒体系统中的一部分,因此对人眼定位的准确性、鲁棒性和快速性都提出了很高的要求.笔者在分析多种人眼定位方法后,发现Ko方法具有计算简单、运算速度快、能容忍一定的位姿、光照、表情变化等优点,而且改进余地较大.(2)提出了一种基于可变型统计模型和遗传算法的人脸识别方法.可变型统计模型在图像理解方面具有独特的优势,这使得基于可变型统计模型的人脸识别方法通常鲁棒性较强.(3)提出了一种基于Gabor小波网络和遗传算法的人脸识别方法.Gabor小波网络(GWN)方法通过选择一组能充分反映物体特征的2维Gabor小波的线性组合来表示物体.