1、人臉識別與許多其它的傳統(tǒng)模式識別問題具有明顯的區(qū)別.一方面,對于人臉識別系統(tǒng),經(jīng)常有成百上千的非常大量的類數(shù)(人數(shù)),而對于每個人卻只有很少的幾幅圖象,甚至每人只有一個圖象樣本的情況也屢見不鮮.另一方面,人臉識別還受到光照、姿態(tài)、表情、年齡、圖象質(zhì)量、圖象尺寸、背景等因素的影響.該文的研究主要針對在光照、姿態(tài)、表情等因素的影響下、每人只有單幅圖象的大規(guī)模(幾百人以上)的正面人臉圖象的識別問題,取得以下創(chuàng)新性研究成果;針對每類單樣本的人臉

2、識別問題,提出了一種具有特定人群泛化能力的統(tǒng)一概率模型思想.提出了一種基于高斯混合模型的人臉識別方法.該文基于統(tǒng)一概率模型的思想,使用高斯混合模型估計人臉圖象類內(nèi)差別和類間差別的分布,比傳統(tǒng)的使用正態(tài)密度函數(shù)來估計分布的方法更為精確;并應(yīng)用分類器融合多個高斯混合模型,使得分類器的性能更加魯棒.根據(jù)人臉圖象的左右基本對稱的固有特性,提出一種基于身份子空間統(tǒng)一模型的從臉識別方法.針對人臉定位誤差常常導(dǎo)致識別失敗的問題,提出了一種基于遺傳算法