摘要：生物识别技术使用了人体本身的生物特性作为鉴别方式，与传统的身份鉴别方法是完全不同的。由于它具有相对更高的安全性，可靠性和有效性，受到越来越多的人们的关注。本文介绍了多种人脸识别方法，基于对人脸识别方法优缺点的分析比较，提出了一种基于主成份分析（Principal Component Analysis,PCA）的人脸识别方法。通过PCA算法对人脸图像进行特征提取，再利用最邻近距离分析法对特征向量进行分类识别。利用剑桥ORL的人脸数据库的数据进行实验仿真，仿真结果验证了本算法是有效的。

关键词：人脸识别，特征脸，K-L变换，主成分分析。

目录

摘要

Abstract

1  前言-4

2  人脸识别技术-5

2.1  人脸识别技术研究内容-5

2.2  人脸识别技术的发展趋势-5

3  人脸识别的Matlab实现方法与理论-6

3.1  Matlab简介-6

3.2  基于Matlab人脸图像预处理-7

3.3  主成分分析法(PCA)-7

3.3.1  主成分分析法的基本思想-7

3.3.2  K-L变换-7

3.3.3  奇异值分解定理-8

4  人脸识别的PCA算法-9

4.1  特征脸空间-9

4.2  人脸图像的特征提取-9

4.3  人脸识别-10

5  利用MATLAB进行系统仿真-10

5.2  预存人脸向量库-12

5.3  特征脸空间-13

5.4  待识别人脸数据库-17

5.5  输入待识别人脸图像-17

5.6  人脸识别-18

5.6  显示人脸识别结果-19

结  论-20

参 考 文 献-21

致  谢-22

附  录-23