人臉識別是近年來模式識別 ,、 圖像處理,、 機器視覺、 神經(jīng)網(wǎng)絡(luò)以及認知科學等領(lǐng)域研究的熱點課題之一． 所謂人臉識別 ,， 是指給定一個場景的靜態(tài)圖像或動態(tài)視頻 ,， 利用存儲有若干 已知身份的人臉 圖像的數(shù)據(jù)庫驗證和鑒別場景 中單 個或者 多個人 的身份 ． 人臉識 別按 照人 臉信 息 的來 源可 以分 為兩 類口 ： 基于靜態(tài)人臉圖像 的識別 和基于包含人臉的動態(tài)視頻信息的識別． 因為動態(tài)視頻信息并不能明顯提高人臉識別 的性能l2]， 因此本文只研究基于靜態(tài)人臉圖像 的識別．

    作為生物特征識別的一個重要方面,， 人臉識別在檔案管理系統(tǒng) ,、 安全驗證系統(tǒng) 、 信用卡驗證,、 公安系統(tǒng)的罪犯身份識別 ,、 銀行和海關(guān) 的監(jiān)控 、 人機交互等領(lǐng)域具有廣闊的應(yīng)用前景． 與指紋識別,、 視網(wǎng)膜識別,、 虹膜識別等技術(shù)相 比， 人臉識別技術(shù)在數(shù)據(jù)采集

方面手續(xù)比較簡單 ,， 使用者更容易接受． 人臉作為生物特征,， 雖然唯一性 比指紋和虹膜要差(基于人臉的識別系統(tǒng)識別率的上限是由同卵雙胞胎的出生率決定的[3 )， 在高安全性要求的系統(tǒng)中只能作為輔助手段． 然而,， 對于一般安全性要求 的身份驗證和鑒別系統(tǒng) ,， 人臉識別技術(shù)已經(jīng)足夠應(yīng)用了．

    雖然人類在嬰幼JLn~ 期已經(jīng)具有了識別人臉的能力， 但建造一個 自動,、 高識別率的計算機人臉識別系統(tǒng)并非易事 ,， 有許多困難仍然沒有得到解決． 這些困難主要表現(xiàn)在： 人臉是 一個三維非 剛性 物體， 表情 ,、 姿態(tài) ,、 光源的不同使得 同一個人 的圖像千變?nèi)f化 ； 人臉會隨著年齡的增長而變化 ,； 眼鏡 ,、 發(fā)型、 胡須等對人臉圖像存在影 響． 由美 國國防部組織 的 F E—R E T 測試l4 表明,， 當光照條件和人臉姿態(tài)發(fā)生變化后(例如人臉在深度方 向發(fā)生偏轉(zhuǎn) ),， 人臉識別系統(tǒng)的識別率會出現(xiàn)嚴重的下降．

    人臉識別研究在二十世紀六七十年代引起了諸多學科領(lǐng)域研究者的濃厚興趣． 進入九十年代后 ， 隨著各行業(yè)對人臉識別系統(tǒng) 的迫切需求,， 人臉識別研究再次成為熱門課題． 當前世界各 國有許 多研究機構(gòu)在從事這方面的研究， 這些研究受到軍方,、 警方以及大公司的高度重視 和資助 ,， 美 國軍方還專 門組織了人臉識別競賽以促進人臉識別研究的發(fā)展[2]． 經(jīng)過三十多年的研究， 人臉識別 已經(jīng)成為圖像分析與圖像理解領(lǐng)域最成 功的應(yīng)用之一． 研究人員提 出了很多識別方法， 建成了一些實驗系統(tǒng) ,， 也有一些成功的人臉識別商業(yè)軟件投入市場 ,， 例如 B i olD 公 司的產(chǎn)品． IE EE 組織 了專門的人臉和手勢識 別的 國際會議 IE E E International C onference on A utom aticFace and G esture R ecogniti on． 國際模式識 別聯(lián)合會 (International A ssociation for Pattern R ecogni—ti on，IA P R )也組織 了專 門的基于生 物特征 的人類身份識別和驗證的國際會議 (A U D IO and V ID E O —B A S E D B IO M E T R IC P E R S o N A U T H E N T IC A —T IO N ,，A V B P A )．

    人臉識別作為模式識別的一種 ,， 一般可以分為三個組成部分： 從場景 中檢測并分割人臉 ； 抽取人臉特征 ,； 匹配和識別人臉． 由于人臉檢測已經(jīng)發(fā)展成為一個獨立的課題 ,， 具有特定的思想和方法 ， 所以本文假定人臉 已經(jīng)被正確檢測并從場景 中分割出來 ,， 關(guān)于人臉檢測方面的綜述性文章請參考文獻r -s]． 又因為需抽取的人臉特征與特定的識別算法有關(guān) ,， 因此本文沒有專門論述特征抽取算法 ， 而是在論 述識別方法的同時介紹與之相關(guān)的特征抽取方法．