1、近年來，隨著生物鑒別、人工智能以及新一代人機交互等技術(shù)的迅猛發(fā)展，自動人臉識別因其方便性、友好性和可靠性成為研究的熱點。研究表明，人臉姿態(tài)的變化導(dǎo)致識別性能的顯著下降。因此，研究多姿態(tài)人臉識別問題具有重要的現(xiàn)實意義。本文主要對基于張量子空間分析的多姿態(tài)人臉識別算法進(jìn)行研究，主要的創(chuàng)新性成果如下：
　　 研究了一種基于Gabor特征和張量姿態(tài)流形建模的多姿態(tài)人臉識別算法。首先，該算法引入多個尺度和方向的Gabor濾波器組提取人臉局

2、部Gabor特征；然后，采用主成分分析法進(jìn)行特征降維；最后，利用張量子空間分析分離出人臉圖像的姿態(tài)信息并對其進(jìn)行建模，實現(xiàn)人臉姿態(tài)估計，進(jìn)而實現(xiàn)多姿態(tài)人臉識別。實驗結(jié)果表明，該算法有效地提取了多姿態(tài)人臉圖像的紋理結(jié)構(gòu)信息，更加精確地描述了非線性姿態(tài)流形，從而提高了識別精度。
　　 為了充分地保留人臉姿態(tài)的非線性結(jié)構(gòu)信息，本文研究了一種基于張量子空間分析和局部保持投影的多姿態(tài)人臉識別算法。該算法首先利用張量子空間分析分離人臉圖像中