基于生物特征的识别技术是利用人类所特有的个体特征来证实个人身份。人脸识别技术是人类用于互相识别的一种自然而直接的生物测定学方法,它直接、友好、方便,易于被用户接受,并且通过人脸表情、姿态的分析还能获得其它识别系统难以获得的一些心理活动等信息。它是未来人机交互、智能生活环境的关键技术。它在经济、安全、社会保障、刑侦、军事等领域有潜在的巨大应用价值。 人脸识别的研究还涉及心理学、生理学、人工智能、模式识别、计算机视觉、图像分析与处理等多个学科领域。它是人类智能的基本体现,它是最典型、最困难的模式识别问题之一,对这一问题的研究和解决,有助于对其他对象识别问题的研究和解决。人脸识别也因此成为这些基础研究领域的重要课题之一,具有重要的理论研究价值。 本文致力于鲁棒人脸识别算法的研究与实现,主要成果有: 1.提出一种新的用于人脸图像预处理的数字图像滤波器。首先提出它的模型,然后在空间域和频率域证明了它的一些性质和结论。利用这些性质和结论,分析了该滤波器特征增强的原理。结合主元分析技术,分析了该滤波器在人脸图像预处理中的应用。 2.在分类器设计方面,提出一种新的委员会机器结构用于分类识别,并提出一种新的输出融合方式。首先给出分类识别中一个公共问题“偏差—方差”两难问题,它为本文委员会机器的设计奠定了理论基础。实现了两种神经网络