1、人臉識(shí)別技術(shù)已有七十多年的歷史，技術(shù)的不斷成熟促使人臉識(shí)別技術(shù)走出實(shí)驗(yàn)室，走進(jìn)生產(chǎn)、生活實(shí)踐。成功的人臉識(shí)別技術(shù)需有效處理人臉圖像的高維數(shù)據(jù)特性，光照、姿態(tài)等變化對(duì)識(shí)別性能產(chǎn)生的影響，并要求有較高的識(shí)別率和識(shí)別時(shí)間效率。目前，人臉識(shí)別技術(shù)在安全、監(jiān)控、執(zhí)法、多媒體管理、人機(jī)交互和身份驗(yàn)證等國(guó)家、國(guó)際安全管理和商業(yè)及教學(xué)活動(dòng)等領(lǐng)域均有廣泛應(yīng)用。
　　小波變換具有多分辨率分析特性及快速而高效的Mallat算法；統(tǒng)計(jì)不相關(guān)鑒別分析方法(

2、Uncorrelated LDA,ULDA)能夠提取圖像的統(tǒng)計(jì)不相關(guān)特征。本文對(duì)小波變換和ULDA方法進(jìn)行優(yōu)勢(shì)互補(bǔ)，用小波變換解決ULDA方法的小樣本問題，用ULDA方法提取人臉圖像的統(tǒng)計(jì)不相關(guān)特征。將小波變換后的低頻及高頻子圖分別進(jìn)行ULDA特征提取，用四個(gè)子圖的特征融合進(jìn)行分類識(shí)別。并通過在人臉庫(kù)上的仿真實(shí)驗(yàn)證明算法對(duì)提高識(shí)別性能的有效性。
　　研究基于小波變換的光照不變特征提取算法，在此基礎(chǔ)用直方圖均衡化增強(qiáng)光照不變特征的對(duì)