1、人臉識別具有重要的理論價值和廣泛的應(yīng)用前景。盡管近年來人臉識別技術(shù)取得了長足的進步，但現(xiàn)有算法的性能尚不能滿足各種應(yīng)用的實際需求。從某種意義上講，人臉識別問題的核心是人臉建模問題，而近年來，基于人類視覺感知機理的產(chǎn)生式模型在視覺領(lǐng)域受到了廣泛關(guān)注，尤其是基于局部建模的方法更取得了較大的成功。本文在分析現(xiàn)有的產(chǎn)生式方法的基礎(chǔ)上，對基于局部建模的人臉識別方法進行研究，取得了以下研究結(jié)果：
　　(1)提出了一種基于稠密局部匹配（Dens

2、elyLocalMatching，簡寫為DLM）的人臉識別方法。該方法通過對原始人臉圖像進行稠密重采樣，得到反映不同局部區(qū)域特征的子圖像，并最終通過融合局部子圖像匹配結(jié)果來得到最終的圖像匹配相似度。本文對不同的圖像分塊策略（稠密和稀疏、分塊大小等）以及融合策略（全部融合和部分融合）進行了實驗分析，實驗結(jié)果表明融合部分稠密采樣的局部匹配方法可以取得更好的性能。
　　(2)提出了一種基于局部視覺基元（LocalVisualPrimit

3、ives，簡寫為LVP）的產(chǎn)生式模型，并用于人臉重建和識別中。該方法通過對密集采樣的局部圖像模式進行聚類來獲得能夠反映人臉局部變化模式的視覺基元，這些基元在視覺效果上與圖像微視覺結(jié)構(gòu)非常吻合，可以用于組合高層的語義特征（如眼睛，鼻子，嘴等），實驗結(jié)果表明使用數(shù)百個LVPs就可以很好的重建高維灰度人臉圖像（原始維數(shù)為56x63）。此外，本文還提出了基于LVP的人臉識別方法，該方法通過對圖像的LVP索引建立空間直方圖模型，并采用直方圖交計算