1、隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展和社會(huì)精神文明程度的不斷提高，人們?cè)诠ぷ魃钪懈幼⒅刈陨淼陌踩蛡€(gè)人隱私權(quán)的維護(hù)，因此對(duì)于身份的識(shí)別認(rèn)證成為當(dāng)今社會(huì)一個(gè)非常注重的方面。而人臉作為人的自然屬性屬性，與其他的各類生物特征相比，人臉面部特征明顯，而且不易被復(fù)制盜取。同時(shí)人臉圖像采集具有不用接觸、遠(yuǎn)距離采集、實(shí)時(shí)性好的特點(diǎn)受到人們的關(guān)注。本文基于人臉面部的以上優(yōu)勢(shì)，采用小波變換和主成分分析方法，通過(guò)MATLAB軟件平臺(tái)設(shè)計(jì)并實(shí)現(xiàn)了人臉識(shí)別系統(tǒng)，并且對(duì)識(shí)

2、別效果進(jìn)行了驗(yàn)證。本文主要工作如下:
　　首先，結(jié)合人臉識(shí)別技術(shù)的發(fā)展歷程，對(duì)于這項(xiàng)技術(shù)的主要運(yùn)用領(lǐng)域、目前的發(fā)展形勢(shì)和在技術(shù)領(lǐng)域的新進(jìn)展進(jìn)行簡(jiǎn)要闡述。也提及了人臉識(shí)別過(guò)程中的一大難點(diǎn)技術(shù):臉部器官的檢測(cè)和關(guān)鍵特征的定位。其次，對(duì)圖像的預(yù)處理原理及具體方法作了較為詳細(xì)的介紹。然后，重點(diǎn)對(duì)小波變換的理論進(jìn)行深入研究，介紹了常用小波函數(shù)，討論了如何在提取相對(duì)穩(wěn)定的子帶的同時(shí)，達(dá)到對(duì)圖像向量降維的效果，并做出實(shí)驗(yàn)仿真。接著，研究了主成分

3、分析方法。K-L變換和SVD定理作為主成分分析的主要理論依據(jù)，在論文中對(duì)其推導(dǎo)過(guò)程和如何運(yùn)用K-L變換和SVD定理提取人臉特征進(jìn)行了詳細(xì)論述。最后，通過(guò)在Matlab平臺(tái)上實(shí)現(xiàn)對(duì)算法的仿真，重點(diǎn)對(duì)小波變換時(shí)采用不同的小波基對(duì)識(shí)別率的影響、采取不同分解層數(shù)對(duì)識(shí)別率的影響和分解子帶的選擇對(duì)識(shí)別率的影響，PCA方法中閾值e的選擇以及PCA人臉識(shí)別算法中人臉個(gè)數(shù)等因素進(jìn)行分析研究，并在低像素值和高像素值兩類圖片上進(jìn)行了仿真實(shí)驗(yàn)。通過(guò)大量實(shí)驗(yàn)結(jié)果