1、人臉識別是模式識別領(lǐng)域的一個分支，在人們的日常生活、社會管理等方面都有著十分廣泛的應(yīng)用。與其他識別方法相比，人臉識別更具惟一性、穩(wěn)定性和通用性。人臉識別研究涉及圖像處理、計算機視覺、神經(jīng)網(wǎng)絡(luò)、生理學、數(shù)學等諸多學科，是模式識別領(lǐng)域的研究熱點之一。 在分析人臉識別領(lǐng)域研究現(xiàn)狀的基礎(chǔ)上，本文做了三方面工作。首先，結(jié)合子圖分割思想，提出了基于標準差和變異系數(shù)的人臉特征提取算法。該算法利用標準差和變異系數(shù)對人臉子圖進行處理，然后將從子圖

2、中提取的特征進行組合構(gòu)成人臉特征。基于ORL人臉數(shù)據(jù)庫，以BP神經(jīng)網(wǎng)絡(luò)作為分類器，對所提出的人臉特征提取算法進行了驗證，實驗結(jié)果表明，提出的特征提取算法具有良好的識別率和性能。此外，基于實驗數(shù)據(jù)也發(fā)現(xiàn)，去除平滑區(qū)能有效改善基于變異系數(shù)提取人臉特征的有效性。其次，研究了一種新的嗅覺神經(jīng)模型， KⅢ模型，并將其應(yīng)用到人臉識別中。實驗結(jié)果表明，基于標準差的特征提取算法具有更好的性能，同時，KⅢ模型具有較強的學習能力，只需要很少的學習次數(shù)就可以