人脸识别技术是模式识别和机器视觉领域最富挑战性的研究课题之一,它在刑侦破案、证件验证、门禁系统、视频监视等领域中都有广泛的应用前景.该文主要研究静止图像的人脸识别.首先说明了人脸识别系统的组成和人脸认知模型,并研究、比较主要的人脸识别方法.然后,阐述了动态连接匹配和弹性匹配算法的原理.在研究实现基于弹性模板匹配的人脸识别时,针对传统弹性模板匹配法存在的缺点,该文提出了如下改进的办法:(1)在人脸图像处理阶段,传统方法中图像与Gabor函数是卷积运算,即使采用快速傅立叶变换,速度仍很慢.该文采用基于Daubechi es小波分解提取特征.由于小波运算采用提升方案实现,远比卷积运算快.(2)在人脸特征点表示方面,针对小波分解后的人脸图像,提出了一种新的特征量来表示人脸特征点,并以此定义新的特征相似度函数.实验证明,与原相似度函数相比,新的特征相识度函数具有较好的收敛性,因而在匹配时效果更好.(3)在人脸弹性模板与人脸匹配时,传统的弹性模板方法在匹配时采用粗匹配和细匹配两个步骤.考虑到人脸图像经过归一化处理后,人脸图像结构具有很强的相似性,因此在细匹配时采用了遗传算法.实验表明,遗传算法能准确地进行特征定位.实验中采用ORL人脸数据库,该数据库类别数为40个人,每人10幅图像,具备不同的表情和姿态.在实验中通过选择不同的条件进行测试,结果表明:改进的弹性模板人脸识别法在人脸表情变化和光照等外界条件的影响下具有较强的鲁棒性.与PCA等人脸识别方法的实验数据相比较,得出了改进的弹性模板识别法是一个比较理性的人脸识别方法.