1、人臉識別因其具有自然、直接、手段友好的特性而成為科研價值較高、實(shí)用意義較大的生物特征識別途徑，是近年來模式識別領(lǐng)域中的熱門課題之一。人臉識別涉及到機(jī)器視覺、圖像處理、神經(jīng)網(wǎng)絡(luò)、數(shù)理計(jì)算等多個科研領(lǐng)域，其各種核心算法、應(yīng)用技術(shù)都不斷發(fā)展成熟。當(dāng)前，人臉識別性能逐漸提高，其過程可大致概括為三個階段:人臉區(qū)域檢測定位、面部鑒別特征提取以及最終人臉識別分類。本文主要針對第二個階段，歸納研究更具魯棒性的人臉特征描述算法，以及高效的人臉特征降維。<

2、br>　　人臉特征描述是整個人臉識別過程中最為關(guān)鍵的環(huán)節(jié)，其描述質(zhì)量直接影響后續(xù)識別環(huán)節(jié)的準(zhǔn)確度以及運(yùn)算速度，決定著運(yùn)算機(jī)器能否理想完成人臉識別任務(wù)。如何在人臉識別第一階段中檢測到的人臉區(qū)域內(nèi)盡可能獲取魯棒、有效的鑒別特征信息是第二階段的主要任務(wù)。新興的可學(xué)習(xí)圖像濾波器在特征描述前對圖像進(jìn)行鑒別濾波，較明顯提高了特征描述算法的性能。本文在此基礎(chǔ)上繼續(xù)發(fā)展，研究了與核運(yùn)算相結(jié)合的，并考慮圖像像素一階二階灰度信息的非線性可學(xué)習(xí)圖像濾波器，其

3、比傳統(tǒng)手動設(shè)計(jì)的濾波算法以及線性可學(xué)習(xí)濾波算法都具有一定的優(yōu)越性，更便于描述出鑒別力強(qiáng)的人臉特征。
　　人臉特征的數(shù)據(jù)維度一般比較大，直接用此富含冗余信息的高維數(shù)據(jù)進(jìn)行分類判別將會提高計(jì)算復(fù)雜度以致錯誤率較大。為了獲取較低維數(shù)據(jù)對面部特征的高效表示，采取一定手段進(jìn)行特征降維提取成為人臉識別的必要。有效降維后所得的低維特征能更好地反映出樣本數(shù)據(jù)間的本質(zhì)特性和分類結(jié)構(gòu)，降低計(jì)算成本，增強(qiáng)分類精度，從而提高識別率。本文針對較為經(jīng)典流行的