生物特征识别技术(Biometric Recognition)以其独有的与人不可分割的独特优势,使其成为身份认证的一个重要发展方向.人脸识别作为生物特征识别的一个重要领域,正在取得越来越多的重视.人脸识别具有很多指纹识别、虹膜识别等生物特征识别所不具有的优势,如:可以隐蔽操作,特别适用于安全问题;非接触式采集,没有侵犯性,容易接受;方便、快捷、强大的事后追踪能力;可交互性强.人脸识别是涉及了人工智能、图像处理、模式识别和计算机视觉等多个领域的综合学科,是最困难的模式识别问题之一,问题的复杂性使其在实际应用中仍然有很多的限制.广义的人脸识别包括三个方面:人脸检测、人脸识别和人脸验证,这三类系统各自有偏重的方向:人脸检测主要解决有没有人脸的问题,人脸识别解决这是谁的脸的问题,人脸验证主要解决这是不是某个人的问题.人脸检测是人脸识别系统的第一步,主要的目标为:在给定的输入图像中检测是否有人脸的存在,如果有,则给出人脸图像的位置和大小,包括单个或多个人脸的定位、分割、校正以及归一化等.现有的解决方法可大致分为以下两种:一是针对彩色图像的基于肤色模型的检测方法,二是针对灰度图像的基于统计特性和特征匹配的方法.人脸识别的一般性定义可以表述为:对于给定的静止图像或者视频信号,利用已有的人脸数据库,确定场景中的一个或多个人的身份.人脸识别技术在二十世纪九十年代之前发展比较缓慢,在进入九十年代之后取得了较快的增长,这主要可以归结为这几个方面的原因:飞速增长的应用需要,人类认知系统的生理学研究进展以及信号处理技术的发展.人脸识别技术目前仍然处在不断发展中,由于问题本身的复杂性,到目前为止还没有出现完善的技术以及系统能够适用于各种不同的应用场合.该文首先回顾了人脸检测以及人脸识别技术的发展历程,对当前的人脸检测技术做了详细分析,提出了一种实用的实时人脸检测方法;对当前人脸识别技术的技术特征和存在地难题做了深入研究,针对非约束条件下光照条件的变化对人脸识别结果的影响,提出了一种新的光照无关特征提取得新方法,并在此基础上提出了一种新的人脸识别方法一EigenPC.论文的具体创新点安排如下:1,针对彩色正面人脸图像检测问题,在第二章中提出了一种基于肤色模型和数学形态方法的实时人脸检测系统,并且通过实验结果展示了其检测结果和性能.该方法提出了一个非对称的数学形态方法滤波器(Non-symmetric Filter,NSF),采用不同的椭圆形算子进行腐蚀和膨胀操作.系统采用一个可调整的椭圆模型在YCrCb色彩空间进行肤色判决,然后利用非对称数学形态方法滤波器NSF进行滤波,最后采用眼睛模板进行人脸区域验证.该系统算法简单,但是检测效果、实时性和鲁棒性都令人满意,已经成功应用在主动式媒体系统(Active Media System,AMS)中.2,针对非约束条件下人脸识别技术存在的难题,利用基于Fourier变换的相位谱分析技术,提出了一种光照不变特征提取的新方法.具体实现过程为:首先利用单纯相位谱重构(Phaseonly Reconstruction)对图像进行滤波,然后利用Gabor小波变换,在不同方向上计算信号的相位一致性映射图,实现光照不变特征提取.实验结果证明,这种特征提取方法可以在很大程度上去除光照条件的变换对人脸图像的影响,能够有效地实现光照不变特征提取,能够大幅度提高同一模式类的样本聚集度.3,基于光照不变特征提取的新方法,提出了一种新的人脸识别方法一EigenPC方法.该方法首先利用单纯相位谱重构和相位一致性分析实现光照不变特征提取,然后利用PCA方法实现人脸图像的降维表示,降低识别所需的计算量.实验证明,EigenPC方法能够在外界光照条件变换较大的情况下达到较高的识别率,识别效果大大好于作为Benchmark算法的Eigenface方法.