1、人臉?lè)治鍪巧锾卣髯R(shí)別技術(shù)的一個(gè)重要分支，它主要涉及人臉的自動(dòng)檢測(cè)與識(shí)別等，其目的是使計(jì)算機(jī)能夠代替人類(lèi)去完成個(gè)體身份信息的快速、準(zhǔn)確獲取。本文首先全面綜述了人臉檢測(cè)與識(shí)別技術(shù)的應(yīng)用背景、研究?jī)?nèi)容和方法分類(lèi)，在對(duì)近十年來(lái)人臉檢測(cè)與識(shí)別的幾種典型算法分析的基礎(chǔ)上，設(shè)計(jì)了一種融合特征驗(yàn)證的人臉檢測(cè)方法，提出了一種改進(jìn)的基于局部特征提取的人臉識(shí)別算法。
　　本文首先對(duì)基于Adaboost算法的人臉檢測(cè)方法進(jìn)行了研究，對(duì)機(jī)器學(xué)習(xí)中的Ada

2、boost算法進(jìn)行了詳細(xì)的總結(jié)介紹，而后對(duì)算法在人臉檢測(cè)中采用的特征提取算子——Haar-Like特征提取算子進(jìn)行了分析討論，并在此基礎(chǔ)上給出了基于Haar-Like特征值的弱分類(lèi)器設(shè)計(jì)、強(qiáng)分類(lèi)器構(gòu)造以及級(jí)聯(lián)檢測(cè)器設(shè)計(jì)的具體算法實(shí)現(xiàn)。傳統(tǒng)的基于單一Haar-Like特征的人臉檢測(cè)算法最初主要考慮的是算法的實(shí)時(shí)性，而非區(qū)分人臉和非人臉的能力。鑒于此，本文提出了融合MB-LBP特征驗(yàn)證的人臉檢測(cè)方法，設(shè)計(jì)了特征融合的具體實(shí)現(xiàn)步驟。該方法首先

3、使用Haar-Like特征檢測(cè)器確定人臉候選區(qū)域，再使用基于MB-LBP特征的人臉檢測(cè)器對(duì)這些候選區(qū)域進(jìn)一步篩選，以最終的輸出作為檢測(cè)到的人臉區(qū)域。實(shí)驗(yàn)結(jié)果表明，本文方法在降低誤檢人臉數(shù)方面要優(yōu)于傳統(tǒng)方法。
　　本文然后開(kāi)展了基于主成分分析的人臉識(shí)別算法的研究，提出了一種改進(jìn)的人臉特征提取方法。論文首先對(duì)傳統(tǒng)基于主成分分析的人臉識(shí)別算法的數(shù)學(xué)原理和實(shí)現(xiàn)過(guò)程進(jìn)行了分析討論，指出了它作為一種基于整體的統(tǒng)計(jì)特征提取方法所存在的不足。在此