基于生物特征的身份鉴别技术在社会生活中具有越来越重要的地位和作用。在多种生物特征中,基于人面部特征的识别和认证因为具有无侵害性、成本低、隐蔽性、不需要被测者特殊配合等优点,得到广泛的关注和重视,具有广泛的应用前景。 本文研究了面部识别的相关技术,并开发了一个基于人脸识别技术的身份查询原型系统。论文的主要内容如下: 1.基于系统的需求分析和功能分析,确定了系统的功能模块和工作流程,研究了系统的技术解决方案,开发了一个基于人脸识别的身份查询系统,具有身份查询、新身份注册、人脸的实时检测和跟踪、眼球中心位置的实时跟踪定位、人脸图像库管理等功能,并对系统的性能进行了测试。 2.研究了人脸识别相关的图像预处理技术,包括人脸几何归一化和光照处理,分析测试了图像预处理对识别率的影响,为系统选择了合适的图像预处理技术。 3.介绍了矩形特征和积分图像的概念,研究了Adaboost机器学习算法的基本原理,应用Adaboost算法和矩形特征构建了人脸检测和眼睛检测层叠分类器,实现了人脸和眼睛的实时检测,并测试了分类器的性能。 4.综合对比了各类人脸识别方法的优缺点,选择基于PCA+LDA的人脸识别方法作为系统人脸识别模块的技术解决方案。研究了基于PCA+LDA的人脸识别算法的原理,构建了基于该方法的人脸识别分类器,测试验证了该算法的分类效果。