人脸识别是一个具有广阔应用前景和极富挑战性的研究课题,涉及图形图像处理、模式识别等热门研究领域。人脸作为一种高普遍性、可以非接触式采集的重要生物特征,可被用作进行身份鉴别。与利用指纹、虹膜等其他人体生物特征进行身份识别的方法相比,人脸识别更加友好、方便和隐蔽,在公安追逃系统、安全验证系统、档案管理系统、信用卡验证、视频会议、人机交互系统等方面都具有重要的应用价值。人脸识别的核心是选择适当的特征来表征人脸及选择适当的分类策略。 本文主要研究了人脸识别技术中的人脸特征提取和特征比对技术,利用图像信号在变换域(频率域)中的特殊性质,实现了基于人脸频率域特征的人脸识别系统。首先,对人脸图像进行适当的预处理和傅立叶变换后,得到人脸的频率特征。其次,从所有训练图像样本的频率特征中计算出标准脸并对其进行奇异值分解,得到标准特征矩阵,再将人脸的频域特征投影到标准特征矩阵后得到的投影系数作为该人脸的模式特征。在最小距离分类器的思想上采用模式特征之间的欧式距离作为相似性度量,将未知的人脸图像在预先训练好的人脸库中进行比对,从而完成对未知人脸的识别。 实验结果表明,本文实现的方法能满足一定的识别速度和准确率要求,并且对表情、光照、姿态变化等具有一定的鲁棒性。