多源人脸图像的融合识别，就是对多种传感器提供的人脸图像进行融合处理，以得到更好的识别性能。它是图像融合领域与人脸识别领域的交汇点，既是对人脸识别技术的发展，也是对图像融合技术的应用、验证和提高。它既不会影响人脸识别的原有优势，叉能在各种复杂背景情况下，融合多种传感器提供的有用信息，提高识别的精度和鲁棒性。因此，这是一个很有前景的研究课题。但是，这一新的领域目前还只是刚刚起步，有许多问题急需解决。因此迫切需要开展广泛深入的基础理论和技术的研究工作。 本文主要针对多源人脸图像在各个层次(像素级、特征级和决策级)的融合识别进行了深入、系统的研究。本文的研究涉及到红外人脸的识别算法、基于像素级的融合识别算法、基于特征级的融合识别算法、基于决策级的融合识别算法以及融合识别评价体系。 本文的主要研究成果如下：1.对红外人脸图像作了一定的研究，并针对红外人脸的特性，提出了两种适合红外人脸的识别算法：一种是基于区域特征元补偿的识别算法，一种是基于Log-Gabor小波的识别算法。前者主要针对消除眼镜的干扰，算法简单有效。后者不单可以处理眼镜的干扰，即便在联合干扰条件下，仍能保持良好的识别性能。研究证明，Log-Gabor小波是一种非常理想的红外人脸特征提取方法。对红外人脸的研究为后续的融合识别研究奠定了基础。 2.对像素级的多源人脸融合识别进行了研究，提出了一种基于不可分离小波框架变换的融合识别算法。该算法充分吸收了像素级图像融合的技术，通过不可分离小波框架变换得到一张有效地综合了不同图像源信息的融合人脸图，然后在此基础上提取人脸的独立成分进行分类识别，从而有效地提高了人脸识别的性能。 3.对特征级的多源人脸融合识别进行了研究，提出了一种基于遗传算法的融合识别算法。算法首先采用Log-Gabor小波和独立成分分析分别为不同传感器得到的人脸图像提取独立Log-Gabor特征，然后用遗传算法进行特征级融合。研究表明，对于包含丰富边缘细节信息的红外人脸，Log-Gabor小波是一种非常理想的特征提取方法。独立Log-Gabor特征对于人脸识别的有效性同样也适用于可见光人脸。遗传算法被证明是一种很好的特征级融合算法，具有运算简单、收敛速度快、全局寻优等优点。基于遗传算法的融合识别算法取得了令人满意的识别效果。 4.对决策级的多源人脸融合识别进行了研究，提出了一种基于模糊积分的融合识别算法。算法主要解决了子决策的识别匹配度获取和有效决策融合问题。基于模糊积分的融合识别算法，综合考虑了客观证据(识别匹配度)和信任程度，将主客观之间的信息进行最佳的匹配，由此获得问题的最优解。 5.提出了一个相对比较完整的多源人脸融合识别的评价体系，对在各个层次所提出的融合识别算法进行性能比较和分析。 6.以国家科技攻关计划－世博科技专项子课题“多源信息复合探测识别技术”为应用背景，基于现有的以及项目组提出的多传感器图像融合识别算法，开发了一套多源人脸图像融合识别软件，进行技术演示和开发论证。