1、人臉識(shí)別引起了研究者的廣泛興趣和關(guān)注，在公共生活和安全領(lǐng)域具有廣闊的市場(chǎng)前景。當(dāng)前，優(yōu)秀的人臉識(shí)別算法在理想條件下能達(dá)到滿意的識(shí)別效果。但是，在非理想條件下（光照變化、姿態(tài)不同、面部表情差異、有無(wú)遮擋等），人臉的識(shí)別性能還有待提高。要建立魯棒性好、實(shí)用的人臉識(shí)別系統(tǒng)還需要解決很多問(wèn)題。
　　本文通過(guò)對(duì)人臉全局特征和局部特征的特點(diǎn)進(jìn)行分析，基于互補(bǔ)的思想，利用神經(jīng)網(wǎng)絡(luò)對(duì)全局和局部特征進(jìn)行融合，設(shè)計(jì)分類器，從而提高人臉識(shí)別的正確率。本

2、文研究的內(nèi)容主要有：
　　1、運(yùn)用全局特征對(duì)人臉進(jìn)行識(shí)別，確定人臉全局特征提取方法。分別采用主成份分析法（Principal Component Analysis, PC和A)2D-PCA提取全局特征并進(jìn)行人臉識(shí)別，對(duì)兩種方法進(jìn)行比較，確定采用PCA方法獲得人臉全局特征。
　　2、運(yùn)用Gabor變換提取人臉局部特征，采用多分類器融合策略對(duì)人臉進(jìn)行識(shí)別。Gabor變換提取人臉局部特征，對(duì)局部變化（比如表情和遮擋等）具有很好的魯

3、棒性能。Gabor變換得到的人臉局部特征向量維數(shù)太大，為了解決此問(wèn)題，利用基于人臉關(guān)鍵部位的Gabor特征分組及其融合的人臉表示和識(shí)別方法。通過(guò)賦予不同部位不同的權(quán)值，把多個(gè)特征進(jìn)行融合，從而將高維的Gabor特征“化繁為簡(jiǎn)”。
　　3、運(yùn)用BP（Back Propagation)神經(jīng)網(wǎng)絡(luò)將人臉的全局特征和局部特征進(jìn)行并行融合，在此基礎(chǔ)上設(shè)計(jì)分類器，進(jìn)行人臉識(shí)別。神經(jīng)科學(xué)的研究表明，人的視野神經(jīng)系統(tǒng)結(jié)合人臉的全局特征和局部特征來(lái)進(jìn)