本文的题目是基于gabor小波的人脸识别技术研究，文档可用caj打开。人脸识别技术是让机器具有人的智能，可以记忆、辨认人的一种前沿技术。它结合了计算机图形学，计算机图象处理和模式识别等多种学科领域。随着社会对快速、准确的自动身份验证的实际需求日益迫切，人脸识别已经成为模式识别和计算机视觉领域的研究热点。在对近年来一些主要的人脸识别算法进行了归类和总结的基础上，本文研究了基于Gabo:小波人脸识别方法，并对这种方法的理论依据，实现过程等进行了全面的分析。

本文的题目是基于分形和遗传算法的人脸识别方法，对有限人群提出一种采用分形特征和遗传聚类的识别方法: 将图像分成很多小区域, 分别计算各个区域的分形特征, 以充分利用图像二维信息 同一个模式有多个样本, 通过遗传算法进行聚类以得到最优解实现不变性识别. 最后采用ORL 人脸图像库的一组图像对比了新方法、本征脸法和自联想神经网络方法, 结果表明该方法的识别率, 与本征脸法相似, 比自联想神经网络高.

近二十年来，人脸跟踪与识别技术已经成为计算机视觉与模式识别的一个重要研究方向，在商业和安全部门有着广泛的应用。目前的研究工作主要集中在静态人脸识别等方面，但由于静态图像的获取在某些移动场合下的获取是不友善的，给研究工作带来了一定的困难。为了满足应用的需要，本文通过对人脸跟踪与人脸识别算法的综述及比较，系统地研究了基于人脸跟踪的动态人脸识别方法。