1、作為生物特征識別技術(shù)的一種，人臉識別技術(shù)有多種實現(xiàn)方法，本文研究了一種實時人臉識別系統(tǒng)。人臉識別過程主要包括人臉圖像檢測、臉部特征點定位及圖像歸一化、臉部特征提取、分類判別四個模塊。首先研究了基于平均合成精確濾器(Average Synthetic Exact Filter，ASEF)的眼睛定位算法，通過增加正則系數(shù)減少了ASEF的訓(xùn)練時間。ASEF濾波器利用快速傅里葉變換和相關(guān)運算得到眼睛的精確位置，檢測速度快。通過雙眼的坐標(biāo)進(jìn)行人臉

2、姿態(tài)的校正及人臉歸一化處理，增強(qiáng)了人臉圖像質(zhì)量。
　　臉部特征的提取作為比較重要的模塊，通過對各種特征提取方法的比較，選取了局部二值模式(Local Binary Pattern，LBP)提取臉部特征。研究了LBP的基本原理和幾種LBP算子的擴(kuò)展形式。通過比較各種 LBP算子的優(yōu)缺點，選取了基于分塊和統(tǒng)一模式 LBP進(jìn)行臉部特征的提取。通過LBP提取的臉部特征向量結(jié)合支持向量機(jī)(Support Vector Machine，SVM