1、人臉識(shí)別是模式識(shí)別和圖像處理等學(xué)科的一個(gè)研究熱點(diǎn)，它廣泛應(yīng)用于身份驗(yàn)證、刑偵破案、視頻監(jiān)視、機(jī)器人智能化和醫(yī)學(xué)等領(lǐng)域，具有廣闊的應(yīng)用價(jià)值和商品價(jià)值。人臉特征作為一種生物特征，與其他的生物特征相比，具有直接、友好、方便等特點(diǎn)，因此用人臉特征進(jìn)行身份驗(yàn)證更易于被用戶接受。 人臉識(shí)別在過(guò)去幾十年里得到了很大的方展，國(guó)內(nèi)外很多學(xué)者對(duì)其進(jìn)行了研究。但由于人臉?lè)莿傂?，表情多變等因素，使得人臉識(shí)別在實(shí)際應(yīng)用中面臨巨大的困難。本文在對(duì)近年來(lái)國(guó)內(nèi)

2、外關(guān)于人臉識(shí)別的學(xué)術(shù)論文及研究報(bào)告進(jìn)行分析和研究的基礎(chǔ)上，結(jié)合粗糙集與人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，提出了一種基于粗糙集和神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別方法。在實(shí)現(xiàn)和驗(yàn)證該方法的過(guò)程中，同時(shí)提出了一種改進(jìn)的PCA人臉識(shí)別方法。 改進(jìn)的PCA人臉識(shí)別方法是針對(duì)經(jīng)典PCA方法受光照變化影響的缺點(diǎn)進(jìn)行的改進(jìn)。該算法在圖像的預(yù)處理階段，利用圖像灰度的線性變換，增大每幅圖像的對(duì)比度和亮度：對(duì)預(yù)處理后的圖像則利用經(jīng)典PCA算法進(jìn)行處理，并在識(shí)別階段，通過(guò)對(duì)體現(xiàn)光

3、照變化的三個(gè)主分量進(jìn)行加權(quán)處理，減少它們?cè)谧R(shí)別中占的比重。實(shí)驗(yàn)結(jié)果表明，該算法在減少光照影響方面是有效的。 基于粗糙集和神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別方法是針對(duì)PCA方法中存在的高維數(shù)問(wèn)題和它對(duì)未訓(xùn)練過(guò)的樣本識(shí)別率低的缺點(diǎn)而提出的。該方法在預(yù)處理的基礎(chǔ)上，利用粗糙集對(duì)PCA降維處理后的人臉特征進(jìn)行約簡(jiǎn)，提取其中分類能力強(qiáng)的特征，實(shí)現(xiàn)在識(shí)別精度不變的情況下，有效的去除冗余信息：然后將約簡(jiǎn)后的屬性輸入到神經(jīng)網(wǎng)絡(luò)進(jìn)行規(guī)則提取，利用神經(jīng)網(wǎng)絡(luò)非線性映