1、人臉識別是計算機視覺和模式識別領域研究熱點之一，具有廣泛的應用前景。人臉識別技術(shù)經(jīng)過近50年的發(fā)展，人臉識別取得了大量的經(jīng)驗和算法。本文對人臉識別技術(shù)進行深入學習和研究，重點對經(jīng)典的局部二值模式(LBP)算法進行了研究和改進。
　　本文首先研究了人臉圖像預處理的算法。重點分析了幾何歸一化、去噪處理和光照預處理的方法。在幾何歸一化中，對原始圖像旋轉(zhuǎn)、縮放和裁剪，建立歸一化標準。由于人臉圖像在傳輸和存儲的過程中，受到脈沖干擾的影響比較

2、嚴重，通過實驗證明中值濾波在解決人臉噪聲方面有很大的優(yōu)勢。研究了幾種常用的光照預處理的方法，實驗表明高斯差分的光照預處理方法比直方圖均衡化和自商圖像表現(xiàn)要好。
　　其次，深入分析局部二值模式及其變體算法在人臉識別的應用。總結(jié)并綜述了基于LBP的人臉識別方法，對LBP基本原理、發(fā)展演變、LBP人臉識別算法的優(yōu)缺點以及對幾種基于LBP基礎上的改進人臉識別算法進行闡述及分析。本文針對LBP的不足提出了改進的LBP算法:提出了“雙圓”LB

3、P，此方法更大程度地提高了LBP旋轉(zhuǎn)不變性，對小姿態(tài)人臉圖像有很好的識別效果;基于分塊的LBP有較好的識別效果基礎上提出了“多重分塊+中間分塊”的思想，該方法有效彌補了原始分塊分割線周邊信息不能完整提取的不足;五官的特征是人臉識別的關(guān)鍵特征，不同器官對于人臉圖像識別的貢獻度也不相同，本文提出在原始分塊基礎上增加“關(guān)鍵塊”分塊加權(quán)的思想。
　　然后，針對本文提出的“多重分塊+中間分塊”及“關(guān)鍵塊分塊加權(quán)”方法提取的LBP特征維數(shù)較大

4、問題，采用Fisher face方法進行降維提取FLDA特征。上述方法采用歐式距離作為分類器。同一個人的人臉圖像因不同姿態(tài)或光照其距離是不同的，但它們的方向是一致的。因此，本文采用余弦相似性來代替歐氏距離，考慮到數(shù)據(jù)降維，利用余弦相似度度量學習(CSML)的方法代替Fisher face方法。
　　最后，本文在Orl、Yale和Extended YaleB人臉庫上進行實驗，通過與LBP及其變體算法比較，證明“雙圓”LBP、“多重分