目前,人脸检测是科学计算机研究的一个热门话题,广泛应用于身份验证、视频监视、人机交互和图像数据库的检索等领域。其中,人脸检测与定位、人脸部轮廓特征提取和人脸识别等技术,是身份验证系统中的关键技术环节。活动轮廓模型(又称Snake模型)是计算机视觉领域的研究热点,其利用能量最小化函数在图像中寻找目标边缘,特别适合于轮廓特征的提取,为下一步人脸识别和身份验证奠定了基础。本文对其相关理论和关键技术进行了深入的研究,并开发了相应的软件系统。首先,本文提出了一种基于PSO和GVF的快速轮廓线提取算法。利用PSO对轮廓控制点进行寻优,使之快速地收敛到图像的边缘附近;然后利用插值算法,得到目标图像的较粗糙轮廓,以此目标轮廓作为下一步GVF收敛的初始位置,最后得到准确的轮廓线。实验结果表明该算法不仅能对图像轮廓线进行准确的提取,而且具有一定的抗噪性能,易于实现,速度快等特点。其次,本文提出基于贝叶斯分类器的人脸部轮廓匹配。首先在目标图像周围设置初始控制点,利用前面介绍的算法对这些控制点进行收敛,提取人脸部的轮廓特征;然后利用直接最小椭圆拟合技术建立椭圆模板;最后完成基于最小错误率贝叶斯决策的人脸部轮廓的匹配,给出实验结果及其分析,实验证明该方法简单,有效。最后,本文介绍了系统的组织框架,并在MATLAB 7.0和VC++6.0的环境下完成了人脸识别系统。实验结果表明,本文的研究方法可以有效地检测和识别人脸。