1. 研究目的与意义
随着社会的进步和科技的发展使人们急需一种安全、快速、便捷的身份识别技术，人脸识别与虹膜识别、指纹扫描、掌形扫描等技术相比，在应用方面具有独到的优势：⑴便捷性：人脸识别技术使用通用的摄像机作为识别信息获取装置，是一种非接触性的方式，在识别对象未察觉的情况下完成识别过程。
⑵直观性：人脸是肉眼判别最直观的信息源，而人脸识别技术所使用的依据正是人的面部图像，方便人工确认、审计。
⑶安全性：人脸识别技术要求识别对象必须亲临识别现场，他人难以仿冒，独具的活性判别能力保证了他人无法以非活性的照片、木偶、蜡像来欺骗识别系统，这是指纹等生物特征识别技术所很难做到的。
2. 国内外研究现状分析
国内关于人脸自动识别的研究始于二十世纪80年代，由于人脸识别系统和视频解码的大量运用，人脸检测的研究才得到了新的发展，在特征提取方面使人脸特征的定位变得更为准确。
国外多所大学和研究机构已经研制出一些较好的人脸识别原型系统和一些较成熟的商业人脸识别系统，如德国的cognitec，美国的indentix，eyematic等。
人脸识别系统虽然有诱人的应用前景，但是在现实中却还没有开始大规模的使用。
3. 研究的基本内容与计划
⒈研究主要内容：理解pca特征提取的思想和方法，了解svm分类的基本原理。
（1） 了解数据降维的基本思想，理解pca算法的主要原理，通过pca对人脸图像进行特征提取，选择合适维度的降维空间。
（2） 了解svm算法的基本思想和应用方法，使用降维后的人脸图像作为训练样本训练svm分类器，实现人脸图像的识别功能。
4. 研究创新点
人脸识别技术是一个跨学科的前沿课题，发展很快且富有丰富的挑战性。
基于PCA特征提取和SVM分类器的人脸识别方法中主成分分析（PCA）是人脸识别中特征提取的主要方法，而支持向量机（SVM）具有适合处理小样本、非线性和高维数的问题，具有泛化能力强的优点。
