人脸识别是计算机视觉、模式识别、人机交互研究中一个很受关注的研究热点,在刑侦破案、证件检验、入口控制和视频监控等领域都有着广泛的应用.由于人脸模式错杂复杂、易受干扰,所以人脸识别又是一个很有挑战性的课题.目前,人脸识别系统一般都存在计算量大、速度慢、正确识别率不高等缺点.本文着重研究了一种应用于视频考勤系统的自动人脸鉴别算法,首先,建立了视频考勤系统的结构模型,并分析了系统的工作流程,然后对人脸识别技术的算法作了全面的探讨,包括人脸定位、图像预处理、特征点提取、特征矢量的构造和识别四个部分,并着重研究了人脸特征点的定位与提取.文中人脸识别算法是基于几何特征的人脸识别算法,其主要思路是:通过肤色检测定位人脸,然后对人脸图像进行滤波、锐化和灰度归一化等处理,接着对预处理后的图像进行基于器官的人脸区域分割,然后运用方差积分投影、阈值分割和边缘检测等技术分别定位正面人脸和侧面人脸的特征点,最后,通过特征矢量相似度量来得到鉴别结果.其中,对正面人脸图像和侧面人脸图像的获取和处理过程是各自进行的,但进行相似度计算时,则是将从正面人脸和侧面人脸中提取出的所有特征点构造的特征矢量形成一个矢量空间来进行相似度匹配.另外,文中还考虑了戴眼睛、表情变化和人脸偏转等多种情况下特征点的提取算法,提高了定位的准确度.实验结果表明,本文所采用的算法简单并且定位准确,将正面人脸特征信息和侧面人脸特征信息相结合,不但增加了识别所用的特征信息量,而且提高了特征信息的稳定性和可靠性.