1、人臉識別一直都是生物識別領(lǐng)域的研究熱點,是一種重要的生物特征識別技術(shù),在當今的自動化身份識別中變得越加重要。人臉識別的研究重點是人臉表達,其實質(zhì)就是特征提取,特征提取一直以來都是人臉識別領(lǐng)域里的一個研究熱點問題。人臉的特征提取大致可以分為全局特征和局部特征。由于基于全局特征的人臉表達對于光照、姿態(tài)、表情等因素的影響較為敏感,而局部特征反映的是人臉的局部區(qū)域,側(cè)重于提取人臉的細節(jié)特征,使其能夠克服基于全局特征的不足,因此被越來越多的應(yīng)用到

2、人臉識別中。Gabor小波變換是一種典型的局部特征提取方法,由于在人臉特征提取方面的優(yōu)越性,使其成為了人臉特征提取的主流方法。本文基于Gabor小波變換特征提取的有效性開展研究,主要工作包括以下三個方面:
　　(1)系統(tǒng)的分析了基于二維Gabor小波變換的實現(xiàn)原理,針對直接采用Gabor小波變換提取得到的特征維數(shù)過高的問題,提出了首先對提取得到的特征進行向下采樣,然后采用核主成分分析的方法進行降維處理。在分類器的設(shè)計中,選擇了支持

3、向量機作為分類器。在此基礎(chǔ)上提出了一種基于Gabor特征的人臉識別方法。
　　(2)為了考核本文所提算法的有效性,通過在ORL和Yale人臉庫上與當前主流人臉識別算法進行仿真測試和對比分析,測試本文算法的有效性。
　　(3)為了進一步考核本文所提算法的實際使用價值,采用MFC+Opencv實現(xiàn)了基于本文算法的人臉識別系統(tǒng),包括人臉圖像的采集、預(yù)處理、特征提取以及識別。
　　通過對人臉識別系統(tǒng)的實際測試,驗證本文所提算法