1、人臉特征作為每個人所獨有的體貌特征，已經(jīng)成為區(qū)別不同個體的主要憑借。而人臉鑒別易于人們接受，其原因在于不接觸被鑒別人。近幾年隨著科學(xué)技術(shù)的不斷進(jìn)步，尤其是計算機技術(shù)的發(fā)展，為人臉識別技術(shù)的進(jìn)一步發(fā)展提供了必要條件。
　　本文提出了一種基于小波變換結(jié)合主元分析(PCA)、Fisher線性判別(FLD)以及最近鄰法的人臉識別方法。小波變換具有保留主要信息，去除噪聲及冗余信息，減少運算量的作用。本文首先，對人臉圖像進(jìn)行小波分解，選取圖像

2、分解后獲得的低頻分量對人臉圖像進(jìn)行重構(gòu)，以達(dá)到去除噪聲及冗余信息的目的。然后用PCA+FLD的方法進(jìn)行特征提取，PCA實現(xiàn)了降低人臉維度，提高識別效率的目的。而FLD則是將降維后的人臉圖片投影到類內(nèi)離散度最小、類間離散度最大的方向，即最易將不同參與者人臉分到不同類的方向，以提高人臉的識別準(zhǔn)確率。最后，用最近鄰法進(jìn)行分類，并輸出識別結(jié)果。
　　為了比較應(yīng)用不同小波、不同的分解層數(shù)以及對圖像進(jìn)行重構(gòu)時所選擇的不同分量對最終識別率的影響