随着科学技术的不断发展,人脸识别逐渐成为身份验证技术研究的重点,彩色人脸识别也受到越来越多的关注。彩色图像相对于传统的灰度图像包含更多的信息,如何充分利用彩色人脸图像各个彩色分量之间的互补信息,去除冗余信息,提取有效的特征是彩色人脸识别技术的关键问题。针对这个问题,本文对彩色人脸图像特征提取方法进行系统研究,主要研究内容和创新性成果如下:一、提出了两个基于彩色分量数据层融合的特征提取方法,包括基于稀疏表示的相似性保留分析(SPASR)方法和流形鉴别稀疏保留嵌入(SPE-MD)方法。这两个方法通过使用一个简单的彩色分量选择策略,从目前常用的RGB、HSV、YCbCr和YIQ四个彩色空间中挑选出相似性最小的三个彩色分量,并将得到的三个彩色分量融合在一起。对于融合后的图像样本,无监督的SPASR方法在低维特征空间中加强样本之间的稀疏重构相似性关系,同时减少原始样本之间的相似性以及稀疏重构后样本之间的相似性;有监督的SPE-MD方法在低维特征空间中保留原始样本之间的稀疏重构关系以及原始样本与稀疏重构后样本的流形结构和鉴别信息。SPASR和SPE-MD方法在数据层上有效地减少彩色分量之间的相似性,充分利用彩色分量数据层融合后图像样本之间的稀疏重构关系,获得有效的人脸特征。在AR、Face Recognition Grand Challenge version 2和Labeled Faces in the Wilds三个彩色人脸图像数据库上的实验结果表明,无监督的SPASR方法的识别效果优于三个有代表性的彩色分量数据层融合的无监督人脸图像特征提取与识别方法;有监督的SPE-MD方法的识别效果优于SPASR方法和四个有代表性的彩色分量数据层融合的有监督人脸图像特征提取与识别方法。二、提出了两个基于彩色分量特征层无监督相似性分析的鉴别特征提取方法,包括整体正交分析(HOA)方法和统计正交分析(SOA)方法。这两个方法在使用Fisher准则串行提取R、G、B三个彩色分量图像数据集鉴别特征的同时,分别通过使三个彩色分量的投影变换矩阵满足正交约束和统计正交约束来去除彩色分量特征之间的相似性,然后融合三个彩色分量的特征进行识别。HOA和SOA方法可以在特征层上去除彩色分量之间的相似性,充分利用彩色分量内部的鉴别信息和彩色分量之间的互补信息,获得有效的鉴别特征。三个彩色人脸图像数据库上的实验结果表明,与SPASR、SPE-MD以及两个有代表性的彩色分量特征层融合的人脸图像特征提取与识别方法相比,通过彩色分量内部鉴别分析和彩色分量之间特征层无监督相似性分析,HOA和SOA方法有效地提高了识别效果。三、提出了两个基于彩色分量特征层双重鉴别相似性分析的特征提取方法,包括基于欧氏距离度量的双重鉴别相似性分析(EDM-DDSA)方法和基于相关性度量的双重鉴别相似性分析(CM-DDSA)方法。这两个方法分别使用欧氏距离度量和相关性度量在各个彩色分量数据集内部和不同彩色分量数据集之间同时进行特征层鉴别相似性分析,在提取三个彩色分量鉴别特征的同时有监督地去除三个彩色分量特征之间不利于识别的异类样本相似性,保留有利于识别的同类样本相似性,然后再融合三个彩色分量的特征并进行识别。三个彩色人脸图像数据库上的实验结果表明,与HOA和SOA方法相比,通过统一度量方式的彩色分量特征层双重鉴别相似性分析,EDM-DDSA和CM-DDSA方法进一步提高了识别效果。