1、人臉自動(dòng)識(shí)別技術(shù)[1]是生物特征識(shí)別技術(shù)的重要組成部分，在近三十年里得到了廣泛的關(guān)注和研究，已經(jīng)成為計(jì)算機(jī)視覺(jué)、模式識(shí)別[2]領(lǐng)域的研究熱點(diǎn)。由于其很好的安全性、可靠性和有效性、在刑偵破案、證件驗(yàn)證、門禁系統(tǒng)、視頻監(jiān)視等領(lǐng)域中都具有廣泛的應(yīng)用前景，已成為最容易被接受的身份鑒定方法之一。 本文對(duì)靜止圖像的多姿態(tài)人臉識(shí)別進(jìn)行了研究，主要內(nèi)容如下：(1)使用特征臉的方法對(duì)人臉圖像進(jìn)行識(shí)別。假設(shè)人臉處于線性空間，選擇一種最優(yōu)特征向量集以

2、實(shí)現(xiàn)最佳人臉表達(dá)方法。通過(guò)計(jì)算測(cè)試人臉圖像與特征臉的距離，對(duì)人臉圖像進(jìn)行分類、識(shí)別。 (2)使用小波變換對(duì)人臉圖像進(jìn)行預(yù)處理，提取低頻信息后，對(duì)其進(jìn)行離散余弦變換，降低特征向量維數(shù)，采用基于歐式距離度量的最近鄰分類器進(jìn)行識(shí)別。這種方法在增加訓(xùn)練圖像類別時(shí)不需要對(duì)整個(gè)訓(xùn)練圖像重新訓(xùn)練，且取得了很好的識(shí)別效果。 (3)使用支持向量機(jī)(SVM)方法對(duì)人臉圖像進(jìn)行識(shí)別。在對(duì)圖像進(jìn)行小波變換，離散余弦變換提取特征后，將DCT系數(shù)作