1、在各種生物特征識別方法中，自動人臉識別有其自身特殊的優(yōu)勢，因而在生物識別中有著重要的地位。經(jīng)過三十多年的發(fā)展，人臉識別技術(shù)取得了長足的進步，目前最好的人臉識別系統(tǒng)在理想情況下已經(jīng)能夠取得可以接受的識別性能，并已經(jīng)出現(xiàn)了若干人臉識別系統(tǒng)。但由于人臉識別問題的復(fù)雜性和客觀條件的多重影響，人臉識別應(yīng)用系統(tǒng)仍然面臨著許多需要解決的關(guān)鍵問題。人臉特征提取是人臉識別的關(guān)鍵，關(guān)系到分類識別算法的選取與識別正確率，從一定意義上講，它關(guān)系到自動人臉識別系

2、統(tǒng)的有效性。
　　 局部二值模式(LBP)是一種灰度范圍內(nèi)的紋理描述方式，它從一種紋理局部近鄰定義中衍生出來，最初是為了輔助性地度量局部圖像對比度提出。近年來，研究者們成功地將其用于人臉特征描述和識別，并取得了顯著的效果。然而，LBP算子本身還不夠完善，在人臉識別的應(yīng)用中還存在許多問題亟待解決，針對這些問題，本文主要完成了如下研究工作：
　　 1.提出LBP子模式算法。對LBP模式的降維方法進行了研究，分析了LBP等價模

3、式的不足，并結(jié)合PCA降維，提出LBP子模式算法。該算法針對不同圖像提取最具代表性的子模式特征，維數(shù)約簡更加靈活方便、且更加有效，同時LBP子模式特征還能去除部分噪聲信息，有助于特征提取的準(zhǔn)確性。
　　 2.提出LBP金字塔算法。對多尺度LBP算法進行了研究，針對現(xiàn)有方法的不足，提出LBP金字塔算法。該算法首先構(gòu)建圖像的多尺度金字塔，然后使用一種LBP算子來提取圖像的多尺度LBP特征。與現(xiàn)有方法相比，本文所提出的LBP金字塔算法

4、不僅能提取豐富、有效的圖像特征，同時具有計算量小的優(yōu)點。
　　 3.在前兩種算法的基礎(chǔ)上，提出一種基于多尺度LBP子模式特征的人臉描述與識別方法。該算法結(jié)合了LBP算子的局部描述能力和PCA方法的全局描述能力，能有效描述人臉圖像統(tǒng)計信息和結(jié)構(gòu)信息。同時，該算法所產(chǎn)生的特征維數(shù)較低，可以滿足人臉識別系統(tǒng)的實時性要求。實驗分析表明，本文所提出的多尺度LBP子模式具有較強的人臉特征描述能力和可鑒別性，且對光照、人臉表情和位置的變化具有