人脸识别是近几年来非常受关注的研究课题之一。这一研究领域综合了多个学科：图像处理、模式识别、计算机视觉、神经网络，心理学等等。人脸识别所要解决的问题可以概述如下：给定场景下的静态图像或动态图像序列，应用已知人脸库，从场景里识别一个或多个人。本文研究静态人脸图像识别，这个问题的解决包括：从场景中分割人脸(人脸检测)，人脸区域的特征提取、识别或验证。在识别问题中，输入系统人脸图像是未知的人脸，系统将从人脸数据库中找出与输入一致的人脸。 本文的主要研究工作： 1.本文第一章主要研究与人脸识别相关的神经科学和计算机人脸识别的各种方法，探讨生物识别和计算机识别的相互联系，以及生物识别方法，特别是人脸识别技术的应用。 2.自然界中的噪声可以看成是一种随机信号。根据图像获取的途径，噪声的融入有很多种方式。对于用于人脸识别的图像，由于噪声的引入，将不可避免地造成识别率下降。为了减少噪声对人脸识别各个环节的影响，本文第二章主要研究人脸识别系统中图像噪声的去除方法。 3.人脸检测和人脸识别是近年来非常受关注的研究课题之一。在这一研究领域，如何确定人脸特征并对这些特征进行有效的提取是非常关键而且复杂。人脸边缘是人脸非常重要的一个特征。本文第三章主要研究人脸边缘检测的方法；第四章主要研究人脸检测方法、色彩空间、人脸肤色的检测和基于CrCbY的人脸检测方法。 4.在进行人脸识别前，必须对人脸图像进行处理，本文第五章主要研究人脸图像的归一化方法。 5.在现实应用中，人脸图像的数据量将非常庞大，这些数据并非都很重要。为了有效地提高识别效率，必须对人脸图像进行特征提取，以每个人脸的特征量来代替这些庞大的数据量。本文第六章主要研究特征提取方法。 6.模式识别和人工智能所研究的是如何用计算机实现人脑的一些功能。人脸由于具有虽有固定结构却无固定形状的这种模式的特殊性，使其识别方法很特殊。神经网络用于人脸识别，可以取得比较满意的结果。本文第七章主要研究人工神经网络。