人脸的机器自动识别是一项极具挑战性的课题,它汇聚了多个学科的知识与技术,如信号处理、智能控制、模式识别、机器视觉等。如何利用计算机对人脸图像进行快速准确的自动识别,一直是图像处理与模式识别的研究热点与难点。 本文针对人脸识别过程中存在的问题,进行了一系列的研究,其中所做的主要工作有: 1) 提出了一种基于单人脸灰度图像中眼睛定位的人脸位置矫正方法,它是针对人眼灰度变化特点、人眼几何形状特征及双眼的轴对称性设计的。实验结果表明,该方法对于双眼可见单人脸灰度图像能实现快速有效的矫正。 2) 提出一种基于模主元分析(模PCA)法改进的人脸识别算法,与传统的PCA人脸识别算法相比,此算法在光照变化很大时具有更高的识别率。 3) 在分析ICA的基础上,提出了一种改进的ICA人脸识别算法——模ICA人脸识别算法,通过实验比较,验证了它的合理性和优越性。 4) 结合主元分析法和多权值函数神经网络在人脸识别中的优势及特点,提出一种基于多权值函数神经网络的主元分析人脸识别方法,并通过实验验证了它的实用性。