通过某种算法提取人脸的面部特征,然后进行特征匹配以确定人脸的归属,这就是所谓的人脸识别。它包括人脸跟踪、人脸检测、面部特征点检测、人脸识别、表情分析等多种内容。本文以河南省自然科学基金攻关项目“双目视觉监控系统研制”和河南省高校杰出科研人才创新工程项目“基于PGF和模糊技术的分布式图像分割”为依托,对人脸识别中的若干问题,特别是人眼定位,进行研究。主要工作归纳如下:第一,针对复杂背景下灰度人脸图像中人眼定位的问题,本文提出了一种改进的基于阈值的人眼定位算法。首先对基于均衡处理后的图像估计出初始阈值;其次采用阈值递增法逐次二值化图像,并对二值图像中的黑块逐一标记。然后用人眼位置判定准则确定可能的人眼区域,用相似度准则从中标记出两眼黑块。实验结果说明了该算法的有效性。第二,利用Gabor小波良好的生物特性和二维主元分析的降维能力,本文提出了一种基于Gabor小波和二维主元分析的人脸识别方法。这一方法和基于Gabor小波和主元分析的人脸识别方法的仿真比较实验,证明了基于Gabor小波和二维主元分析的人脸识别方法具有较好的识别性能。第三,细致分析了基于Gabor小波和支持向量机的人脸识别算法,归纳出该算法在实际应用中所遇到的主要问题,即累积贡献率选择、多项式核函数阶数的选择、以及决策函数的确定,给出了累积贡献率和多项式核函数的阶数选择规则,提出了支持向量机和最大值相结合的分类决策方法。通过仿真实验,确定了累积贡献率和多项式核函数的阶数选择范围,证明了支持向量机和最大值相结合的分类决策方法的有效性。