人脸识别与其他基于人体生物特征的鉴别方式相比,具有方式友好,采样方便,使用者没有心理负担等许多优点,加上现代图像通讯的迫切要求,对人脸识别技术的研究有着重要意义。 论文首先对人脸识别的研究内容、难点、过程以及发展现状进行了概述,接着重点对人脸识别所包含的三方面内容——人脸检测、人脸表示以及人脸判别进行了研究。通过对一些经典算法的研究,论文在人脸检测部分,采用了快速简单的基于肤色几何模型方法;在人脸表示部分,选用了小波降维的方法;在人脸判别部分,采用泛化能力很强的支持向量机的方法。 论文的主要工作主要集中在以下几个方面:基于人眼定位的人脸检测研究、人脸表示方法的选择、支持向量机训练方法研究以及基于支持向量机的人脸判别方法研究。基于人眼定位的人脸检测与传统的方法相比,突出了眼睛在五官中的重要地位;在人眼定位过程中,采用了由粗到细的策略。通过对经典表示方法的分析,论文采用了小波降维的方法进行特征提取。另外本文对支持向量机理论进行进一步研究,提出一种新的加速大规模样本SVM训练的方法,试验表明,适合于人脸样本的训练。支持向量机本质上是个二类问题的分类器,但人脸识别确是个多分类问题,本文尝试采用基于“内部人脸空间”和“外部人脸空间”的方法以及一类SVM的方法,将支持向量机应用于人脸识别,并给出了实验结果和分析。 最后对本文的工作进行了小结,并且对下一步的工作进行了展望。