人脸识别涉及到智能识别、图像处理、生理学、数学等诸多领域,具有重要的理论研究价值和巨大的实际应用价值,可以广泛地应用于安全部门、身份认证等领域,是生物识别领域中的热点课题。人脸识别是生物特征识别技术中用于身份认证最主要的方法之一,与其他身份识别相比,人脸识别具有直接、友好、方便等诸多特点,越来越受到人们的重视。由于受多方面因素的影响,人脸识别一向被认为是一项具有巨大挑战性的课题。本文主要研究模糊神经网络人脸识别技术,详细讨论了人脸识别的各个过程,介绍了模糊系统和神经网络等与人脸识别技术相关的知识。以下为本文的主要研究内容。(1)一般的模糊神经网络在处理高维数据的情况下其模糊规则数目非常庞大,为了使模糊神经网络能够应用于人脸识别,必须对模糊规则进行精简,减少模糊规则数量。本文通过提取每一类人脸每一维的平均值和方差,用人脸图像数据的每一维属于某一类样本的隶属度之积作为模糊规则的适用度,便可以使模糊规则数目等于样本类别数目,大大减小了模糊规则的数目,从而使模糊神经网络能够应用到需要对高维数据进行处理的人脸识别。(2)实现了基于精简模糊规则模糊神经网络的人脸识别,并对ORL人脸数据库和加入少量高斯噪声的ORL人脸数据库进行了大量实验。实验结果表明,基于精简模糊规则模糊神经网络的人脸识别具有很好的识别率和抗噪能力。(3)在精简模糊规则的基础上,将二型模糊集与神经网络结合起来,提出了基于区间二型模糊神经网络的人脸识别方法,实现了基于区间二型模糊神经网络的人脸识别,并对ORL人脸数据库和加入少量高斯噪声的ORL人脸数据库进行了一系列实验。实验结果表明,基于区间二型模糊神经网络的人脸识别在识别率和抗噪能力方面具有不错的性能。