1、人臉作為一種具有獨特特征的生物特征，具有直接性、唯一性、方便采集等特點，但是又由于人臉的可塑多變和在采集過程中受諸多外部因素的影響，使得人臉的機器識別這一課題非常具有挑戰(zhàn)性。現(xiàn)有算法的顯著不足在于對環(huán)境的變化魯棒性較差，尤其是與人臉識別的能力相比而言，自動人臉識別對環(huán)境和姿態(tài)的變化適應(yīng)性能低，現(xiàn)有的方法大多數(shù)情況下是要求待檢測人臉在規(guī)定環(huán)境下采集，這顯然不滿足實用性的要求。本文對經(jīng)典的人臉識別算法進行了研究和改進，在預(yù)處理，特征采集，特

2、征約簡幾個方面做了相應(yīng)的研究，并且初步實現(xiàn)了一個基于視頻的人臉識別系統(tǒng)原型。本論文所做的主要工作如下：
　　1.研究了LBP算子的幾種擴展形式，包括統(tǒng)一模式，旋轉(zhuǎn)不變的統(tǒng)一模式和改進為三值形式的LTP模式。通過研究，可以看到LBP算子所具有旋轉(zhuǎn)不變和灰度魯棒這兩個特性對于人臉識別來說很重要，同時LBP也具有描述圖像局部特征和全局特征的能力，這對于人臉識別來說是也非常有利的；本文還將LBP的三值擴展形式LTP模式運用到人臉識別中來，

3、其相較于傳統(tǒng)LBP模式對于局部的光照變化和噪聲有更高的魯棒性。
　　2.深入研究了LBP原始模式的降維算法。因為LBP統(tǒng)一模式本身所存在的一些缺陷，所以我們用降維生成的LBP子模式來代替LBP統(tǒng)一模式；本文比較了局部保持投影（LPP）、主成份分析（PCA）和線性判別分析（LDA）這三種降維算法在人臉領(lǐng)域的應(yīng)用，最終選取的是LPP模式在構(gòu)建LBP子模式。
　　3.研究了人臉圖像的預(yù)處理方法，特別是人臉校正。本論文方法是：先通過