人脸识别是模式识别领域中一个相当困难又具有重要理论价值和实际应用价值的研究课题,它可以广泛应用于安全部门、身份证管理、电视会议等领域。 本文主要从人脸图像的检测、预处理、特征提取和分类器的设计几个方面对人脸识别这一课题进行了一定的研究和讨论。 在人脸图像的检测阶段,利用人脸彩色信息的相似度进行检测。在人脸图像的预处理过程中,首先定位人的眼睛,定位人眼采用了模板匹配和直方图投影的方法。对于人脸图像尺寸的归一化,以人的双眼距离为标准距离,归一化过程中对最近邻插值和双线性插值的方法进行了比较讨论。 在特征提取方面,本文详细的探讨了基于K-L变换的特征提取方法,采用奇异值分解法,减小了求取特征向量的计算量,进而提取了“特征脸”。对于Fisher线性判别分析这种特征提取方法,在二分类的基础上,讨论得到了多类问题的最优投影矩阵,并且成功的解决了奇异矩阵求伪逆的问题。 本文采用国际上常用ORL人脸库,利用基于K-L变换和Fisher线性判别分析两种特征提取方法,对两种方法的实验结果进行了比较和分析。识别结果表明,对于基于K-L变换的特征提取方法,用于识别的分类信息主要集中于主分量特征上,Fisher线性判别分析的方法也能找到较好的投影方向,得到比较高的识别率。