1、隨著計(jì)算機(jī)以及相關(guān)技術(shù)的發(fā)展，自動(dòng)人臉識(shí)別技術(shù)已經(jīng)逐漸成為研究的熱門領(lǐng)域。但是在人臉識(shí)別中，人臉通常會(huì)受到光照條件、面部表情、姿態(tài)、以及其它的遮擋物所干擾，影響識(shí)別效果。其中眼鏡作為最常見(jiàn)的遮擋物，對(duì)于人臉識(shí)別效果有著很大的影響。因此，出于能夠有效的提高人臉識(shí)別率的目地，研究如何摘除人臉圖像中的眼鏡顯得意義重大。
　　論文首先介紹了該課題的背景，對(duì)人臉識(shí)別技術(shù)的基本理論作了簡(jiǎn)單的敘述，列舉了常用的人臉識(shí)別算法。然后介紹了用于合成無(wú)

2、眼鏡人臉圖像的主成分分析(principal component analysis，PCA)算法以及PCA和獨(dú)立成分分析(independent component analysis，ICA)融合而成的算法。分析這兩種方法在重構(gòu)無(wú)眼鏡人臉圖像所存在的缺陷:PCA的表現(xiàn)能力是由訓(xùn)練集所決定的，因此，眼鏡所帶來(lái)的重建誤差被分散到整幅重建人臉圖像中，這導(dǎo)致重建的無(wú)眼鏡人臉圖像上有一些眼鏡的痕跡。PCA+ICA算法速度比較慢，占用內(nèi)存大，而且處

3、理效果不是很理想。
　　在基于上述研究的情況下，本文提出了一種用新的方法來(lái)重建人臉的方法:該方法利用了二維廣義主成分分析(two-dimensional imageprinciple component analysis，2DIMPCA)算法，利用ICA善于表達(dá)人臉局部細(xì)節(jié)的特點(diǎn)，二者可以形成一種很好的補(bǔ)充和改進(jìn)。用2DIMPCA+ICA+W來(lái)進(jìn)行人臉的重建，能比較快速的合成比較自然的無(wú)眼鏡人臉圖像。另外論文采用多次迭代人臉重建加