1、利用人類具有的獨(dú)特生物特征來(lái)進(jìn)行身份識(shí)別的技術(shù),稱之為生物特征識(shí)別技術(shù),它是一種高效、高穩(wěn)定的身份識(shí)別方法。與此同時(shí)人臉檢測(cè)也是當(dāng)今生物特征識(shí)別項(xiàng)目中最被重視的分支之一,是計(jì)算機(jī)視覺(jué)與模式識(shí)別領(lǐng)域非常活躍的一個(gè)研究方向。它在安全鑒別、身份認(rèn)證、以及在司法部門的相關(guān)活動(dòng)中都有著非常重要的應(yīng)用前景。就人臉檢測(cè)而言,它是識(shí)別的第一步驟,長(zhǎng)時(shí)間來(lái)人們都一直致力于尋求一種能夠?qū)θ四樳M(jìn)行快速定位的算法?，F(xiàn)在人臉檢測(cè)的算法最普遍的有兩種,啟發(fā)式模型和

2、統(tǒng)計(jì)式模型。
　　 本文研究了大量傳統(tǒng)實(shí)現(xiàn)人臉檢測(cè)的算法,為了提高人臉檢測(cè)的速度減少錯(cuò)誤率,提出了一種基于Gabor濾波器和改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的人臉檢測(cè)方法,該方法主要是采用優(yōu)化的Gabor濾波器對(duì)樣本進(jìn)行處理,從中提取出人類面部信息的特征矢量。在檢測(cè)時(shí),首先用雙眼區(qū)域的亮度關(guān)系和臉部的對(duì)稱特征,來(lái)快速的過(guò)濾摔大量的背景區(qū)域；其次在用Gabor濾波器空間位置與方向選擇特性,采用八種不同方向,五個(gè)不同尺度的Gabor濾波器提取人臉圖

3、像特征；然后把這些提取出來(lái)的特征向量作為人臉與非人臉的分類器輸入,并用模板遍歷法對(duì)其進(jìn)行降維；最后在運(yùn)用降維后的特征量訓(xùn)練改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)。通過(guò)大量的仿真實(shí)驗(yàn)測(cè)試,該方法比傳統(tǒng)的人臉檢測(cè)方法檢測(cè)率高。
　　 相對(duì)于傳統(tǒng)人臉檢測(cè)的算法,本文所提出的算法優(yōu)勢(shì)的主要表現(xiàn)在以下四個(gè)方面,一、相對(duì)于傳統(tǒng)的全局圖像Gabor特征提取,本文提出的是一種先特征定位,然后再Gabor濾波的方法,該方法大大的縮短了特征提取的時(shí)間。二、相對(duì)于傳統(tǒng)的