1、人臉識別是計算機視覺、模式識別和圖像處理研究的重要內(nèi)容和熱門課題，是身份辨別的理想依據(jù)和最自然直接的手段。 該文分析了人臉識別的生理學本質(zhì)和實現(xiàn)的難點，并在科學分類的基礎(chǔ)上對主要人臉識別方法的構(gòu)造原則、應用特點和存在問題進行了較為詳細地介紹和討論。在此基礎(chǔ)上，提出了一些新的方法，具體如下： 1.將核主成分分析方法引入人臉識別，利用基于核主成分向量分類的非線性特性，實現(xiàn)對人臉的非線性分類。這種方法能夠在獲得較高1次匹配正確

2、率和前10次匹配正確率的同時，表現(xiàn)出極強的區(qū)分庫與非庫人臉的能力。 2.以人臉圖像的核主成分向量代替主成分向量作為獨立分量分析算法的輸入數(shù)據(jù)，使基于獨立分量分析的人臉識別方法的正確識別率、1次匹配正確率和前10次匹配正確率均顯著提高。 3.獨創(chuàng)性地提出獨立多維分量分析理論，并基于高斯核函數(shù)構(gòu)造了實現(xiàn)獨立多維分量分析的算法。獨立多維分量分析理論是獨立分量分析理論的延伸和一般化擴展。應用獨立多維分量分析于人臉識別，獲得了很高