人脸识别是生物特征识别的一个重要分支,在证件验证、门禁系统、视频监视、刑侦破案等领域中都有着广泛的应用前景。特征提取是人脸识别中的一个关键步骤。提取有效的鉴别特征对于人脸识别系统来说,具有重要的意义。目前,将现有的各种特征提取理论与其他优化方法或者变换方法相结合,是实现人脸特征最优提取的重要研究方向。本文就基于多种方法相结合的特征提取理论进行了研究,并且所提出的一些特征提取的新算法在人脸识别方面得到了较成功的应用。本文的主要工作包括:(1)提出了一种混沌遗传算法与主成分分析算法相结合的人脸特征提取方法。混沌遗传算法采用两种不同规则的混沌映射,维持了种群的多样性,增强了算法的全局搜索能力。利用混沌遗传算法对主成分分析变换后的特征向量进行选择,可以快速搜索到有利于分类的特征子空间。在ORL标准人脸库的仿真实验表明,该方法不但降低了特征空间的维数,而且获得了比采用其它方法更好的识别性能。(2)给出了一种基于离散余弦变换和模糊线性鉴别分析相结合的人脸特征提取方法。首先采用离散余弦变换对人脸图像进行降维和去噪,然后用模糊线性鉴别分析对变换后得到的系数进行特征提取,最后采用最小距离分类器进行分类识别。在ORL人脸库上的实验表明,该方法有效地滤除了人脸图像中的高频干扰信息,增强了特征的辨别能力,获得了较理想的识别结果。