该文较为系统地介绍了人脸识别技术的研究和发展,以代数方法为切入点,进行人脸识别技术的研究.分析已有的三种主要代数方法后,提出一种新的图象代数特征提取方法,该方法基于特征矩阵和Fisher判别准则,所提取的特征既含有最佳鉴别信息又具有某些代数和几何不变性,是一种比较理想的代数特征.之后对基于相似性判别函数的图象特征提取进行了进一步的研究.该文引入模糊数学中隶属概念,定义图象隶属度,尝试直接在图象的代数特征上,构造分类器,进行识别.最后,分析基于广义最佳鉴别向量集方法,介绍Fukunaga维数定理,在此基础上提出的维数相同时,对于多类模式的子集即少数几类模式而言,模式类数少的广义最佳鉴别向量集的分离能力强于模式类数多的广义最佳鉴别向量集的分离能力;由此提出分组决策方法,改进算法,几组对照实验结果表明,识别效果明显得到改善.该文以代数方法为工具,从图象的特征提取和应用图象特征进行人脸识别两方面进行人脸识别两个方面进行了较为深入的研究.我们认为人脸识别技术的研究富有挑战而又充满了勃勃生机,必将得到进一步的发展.