人脸识别在安保、金融、电子政务、电子商务、人机交互及网络等领域有着广泛应用,提高人脸识别性能对于扩大人脸识别应用领域和实用化具有非常重要的作用。人脸的鲁棒性特征表示、更有鉴别力的特征选择以及良好分类能力的分类器设计是提高人脸识别鲁棒性的关键。本文在阐述人脸识别技术、小波变换和数据融合的相关理论及方法的基础上,沿着多分辨率分析、小波子图选择、数据融合、人脸识别的路线开展相关研究。论文的研究内容和创新点包括以下几点内容：1、总结了人脸识别的重要研究成果,系统介绍人脸识别相关方法的原理及研究现状。综合介绍了数据融合的相关知识及其在人脸识别中的应用,由此得出了课题的研究方向,为本文的研究提供了思路。2、提出基于fisher准则的小波子图选择算法。针对光照变化对人脸识别的影响,结合多尺度分析技术对人脸图像进行小波变换,同时,为了减轻计算的复杂性,对所有小波子图进行fisher投影,应用fisher准则函数实现对具有重要信息的小波子图的选择。3、研究并提出了基于数据融合的人脸识别算法。对选择的小波子图,应用数据融合理论,分别在数据级、特征级和决策级进行小波子图融合,并对融合结果进行识别。通过在人脸数据库上的实验对比验证了本选题所提出的基于数据融合理论的人脸识别方法具有较好的识别性能,选题具有一定的创新性和研究意义。