1. 研究目的与意义

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。

人脸识别产品已广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域。

随着技术的进一步成熟和社会认同度的提高，人脸识别技术将应用在更多的领域。

2. 研究内容和预期目标

研究内容：pca算法的原理，人脸识别具体实现过程，实际应用效果。

拟解决问题：1、如何利用各种图像的特点，对静态人脸图像作相应的预处理，从而克服光照，表情变换的影响，提高人脸识别的鲁棒性；2、在人脸识别的特征提取中，如何能利用图像的各种信息，比如灰度统计信息，将各种可能的信息集合起来，找到能最大限度利用各种信息的识别方法。

提纲：人脸识别技术概述、pca方法概述、pca基本原理（包括数据读入、矩阵生成、特征值特征向量求解）、matlab实现、结果分析

3. 国内外研究现状

当前很多国家展开了有关人脸识别的研究，主要有美国，欧洲国家，日本等，著名的研究机构有美国麻省理工学院媒体实验室和人工智能实验室、美国卡耐基梅隆大学的机器人研究所...美国国家标准技术局举办的（face recognition vender test 2006）通过大规模的人脸数据测试表明，当今世界上人脸识别的一些方法识别精度已经超过人类平均水平。

我国在人脸识别上起步较晚但发展迅速，很多研究机构、高等院校和多家it公司都成立人脸识别技术研究小组。

google创造出的阿尔法狗成功击败人类围棋手李世石，震惊了全世界，中国互联网巨头百度不甘示弱，在北京和美国硅谷分别成立人工智能研发中心，人脸识别技术就是重点攻克的项目之一。

4. 计划与进度安排

从三个方面进行研究：1、人脸图像预处理，采用一些常用的图像预处理方法，彩色图像转灰度、图像平滑去噪、灰度归一化...经过预处理是图像对光照、人像的位置姿态变化敏感度降低。

2、人脸检测 3、人脸特征提取，采用传统的PCA算法，k-l矩阵变换。

5. 参考文献

[1] Jose C.A Fast On-line Algorithm for PCA and Its Convergence Characteristics[J].IEEE,Transactions on Neural Network, 2000, 4(2):299-307[2] 唐懿芳,钟达夫,主成分分析方法对数据进行预处理[J].广西师范大学学报.[3] 彭辉,等.基于K-L变换的人脸自动识别方法[J].清华大学学报(自然科学版),1997,(3).[4] 何国辉,甘俊英(2006), #8220;PCA类内平均脸法在人脸识别中的应用研究#8221;.laquo;计算机应用研究raquo;,2006年第三期.[5] 徐仲,等.矩阵论简明教程（第四版）[M].北京:科学出版社，2005.