人脸识别具有非常广泛的应用前景,而常用的基于神经网络的人脸识别方法难以很好地解决开发实用化系统所面临的问题.对此,该文提出了一种神经网络与判决树结合而成的新结构--自适应神经网络判决树(Adaptive Neural Networks Decision Tree,ANNDT).该文首先简要介绍对人脸数字图象进行预处理的一些常用方法;接着讨论几种在人脸识别研究中经常被采用而且效果较好的特征提取方法,例如K-L变换、主元分析(PCA)以及局部自相关系数(LAC)等;然后,详细讨论作者提出的自适应神经网络判决树,包括ANNDT的构成、ANNDT的自适应生长和维护以及ANNDT中的主要ANN算法;最后,介绍作者在研究过程中基于ANNDT开发的人脸识别系统,并给出详细的实验数据.实验表明,基于ANNDT的人脸识别方法,能够综合利用多种神经网络模型和特征提取算法,不仅具有较高的识别速度、准确率、容错性和鲁棒性,而且基本满足开发实用化人脸识别系统的要求.