人脸作为生物特征的一种,具有唯一性、易采集、可遥感的特点。人脸识别是目前生物特征识别领域热门的研究问题。目前的人脸识别算法往往是基于标准人脸图像库的,本文从智能人脸识别系统出发,对智能人脸识别系统所要解决的关键问题:人脸的定位、表情的识别、姿态的校正、光照的影响进行了研究。1、人脸的定位:分析了目前的人脸定位方法,利用人脸肤色模型在YCrCb空间中投影进行人脸定位的方法。这种方法对于图像中的正态人脸具有较好的鲁棒性。2、表情的识别:分析了基于增强的人脸子空间识别表情的方法:利用PCA算法对分类后的人脸表情进行降维,得到人脸表情子空间;然后将待测人脸投影到各个子空间中,得到人脸的分类坐标。3、姿态的校正:主要分析了基于核函数的KPCA和KDDA方法。在主分量分析方法以及线性判别式方法中,引入核函数,使得原来的线性判别方法非线性化。这种非线性方法对于人脸图像中的姿态变化这种非线性变化具有很好的识别效果。4、光照影响的减弱:利用同态滤波作为PCA方法的预处理,减弱光照的影响,识别率提高了10%。研究了光照锥方法,使用三幅处于不同光照条件下的人脸图像,其中一幅为正态光照人脸,构建人脸的光照锥。通过人脸的光照锥得到不同光照条件下的模拟人脸图像以及人脸表面的三维坐标。利用颜色不变量方法对不同光照条件下的彩色人脸图像进行处理,可以获得具有相近直方图形式的人脸图像,减弱了光照的影响。总之,人脸的定位、表情的识别、人脸的姿态校正、光照影响的减弱是智能人脸识别系统中几个关键的问题。本文对这几个问题进行了研究,并进行了实验。通过研究发现:基于增强的人脸子空间表情识别方法可以无须对图片中的人脸的主体进行分类就可以识别人脸;在利用光照锥方法得到人脸的三维坐标后,可以利用人脸的三维信息进行人脸识别;利用颜色不变量方法可以对彩色的人脸图像进行处理。