人脸识别是依据某些标识对人进行身份识别,以达到监督、管理和识别目的的一种技术,被广泛应用于许多领域。近年来对这项技术进行了广泛而深入的研究,小波变换因其良好的时频局部化特性,能够提供最为实质的人脸特征、削弱噪声的干扰、减少计算量,因此将小波变换应用于人脸识别与检测具有良好的发展前景。本论文主要研究了小波变换在人脸识别中的应用,主要内容包括:1、提出了一种基于离散小波变换( DWT)的人脸检测与特征定位算法,该算法对人脸姿态、表情变化和遮盖物具有一定的鲁棒性,同时具有计算量小,效率高的特点;2、介绍了基于小波变换的PCA人脸识别算法,与经典的PCA人脸识别算法进行了比较,实验证明基于小波变换的算法具有更好的识别性能;3、介绍了基于小波变换和人工神经网络的人脸识别算法,该算法具有良好的人脸识别性能。研究了小波函数的特性以及离散小波变换级数对算法的影响,通过实验得出最合适的小波基函数和离散小波变换级数以及人工神经网隐含层神经元数,最后通过与离散余弦变换的比较表明离散小波变换具有较强的特征提取性能;4、介绍了基于小波变换和支持向量机的人脸识别算法,该算法能得到非常高的人脸识别率,对人脸表情、姿态、光照的变化,遮盖物的干扰都具有良好的鲁棒性。根据实验选择了最佳的核函数及其参数。