1、自動人臉識別技術(shù)由于其廣闊的應(yīng)用前景，目前已成為生物識別領(lǐng)域熱點研究課題之一。經(jīng)過近50年的發(fā)展，二維人臉識別技術(shù)已日趨成熟，但也易受姿態(tài)變化等影響。三維人臉識別的提出為解決二維人臉識別的瓶頸提供了契機，然而同樣存在著表情變化等重大挑戰(zhàn)。因此本文緊緊圍繞二維人臉識別的多姿態(tài)問題及三維人臉識別的表情問題，分別提出解決方案。本文主要工作包括:
　　(1)提出基于2DLDA特征與LBP特征融合的2D人臉識別方法。從現(xiàn)有人臉庫選取部分圖像

2、構(gòu)成三個子集庫——光照子集、表情子集和姿態(tài)子集。通過在ORL庫及三個子集庫上實驗，討論PCA、LDA、2DPCA、2DLDA、DFT、LBP、Gabor共7種特征提取算法性能。得出沒有一種算法能在光照、表情、姿態(tài)三種因素變化都較大情況下優(yōu)于其他算法的結(jié)論。在此基礎(chǔ)上，針對人臉多姿態(tài)問題，提出2DLDA全局特征與LBP局部特征融合方法，四個數(shù)據(jù)庫上的實驗結(jié)果充分證明了兩種特征的互補性和融合算法的有效性。
　　(2)提出一個全自動的三

3、維人臉模型預處理方案。算法首先根據(jù)定位的鼻尖點進行人臉區(qū)域的裁切，然后通過PCA初校正和對稱面提取兩步完成3D人臉模型姿態(tài)定位，最終將其轉(zhuǎn)換至一個統(tǒng)一坐標框架下。
　　(3)提出一種表情魯棒的快速三維人臉識別方法。本文在探討了幾何特征和ICP算法各自優(yōu)劣的基礎(chǔ)上，提出二者結(jié)合的兩步識別方法。算法首先根據(jù)提取的13維幾何特征對庫集對象進行排除，然后對剩余的庫集模型采用ICP進行精確配準，給出最終識別結(jié)果。另外，為了弱化表情變化帶來的