随着社会的进步和信息技术的发展,身份识别技术日新月异。虽然,近年来RFID卡和二代身份证等一些以射频技术为基础的识别手段,已在身份识别领域得到了广泛应用,利用指纹、语音、人脸等进行身份识别也逐渐进入了实用阶段,但是大部分身份识别仍是基于单一特征的识别手段,在有效性和安全性上存在缺陷。本论文尝试在上海交通大学E-Learning实验室的各种现有设备和技术研究成果的基础上,继续研究人脸检测算法,人脸识别算法和RFID技术,设计并实现了面向视频流的基于RFID和人脸识别技术的智能身份认证系统。人脸检测和人脸识别在很多领域都具有重要的应用价值。本文主要将此技术应用于视频流分析中。研究目的在于得到一个应用于视频流的、并与RFID技术相结合的、全自动的人脸认证系统。本系统首先使用Adaboost算法将人脸图像快速又准确地从视频中分割出来,为了部分消除光照以及方便下面的人脸认证处理,将分割出来的图像进行标准化,包括平面内的旋转校正、大小归一化等预处理,本文还分析了各种特征提取和识别的方法,提出一种改进的LDA算法,同时考虑到认证决策中对目标人脸和非目标人脸的特征分布均应进行统计分析,于是引入了“竞争反样本”[43]来更精确的调节判决曲线、减少验证错误率、增强算法的稳定性。最终提出了一个完整的、面向视频流的、与RFID结合的、全自动化的从人脸检测到人脸认证的系统框架。该框架要能够方便扩展和替换算法,以便后面的算法的比较。本文的章节做如下安排,第一章是绪论,简单介绍人脸检测和人脸识别的概念和一些应用;第二章首先对现有的人脸检测、人脸识别算法做综述;第三章将详细介绍国际上流行的人脸检测算法,详细分析Adaboost算法,并在实验室已有的人脸检测研究基础上,根据我们的实际应用需要封装了一个人脸检测模块;第四章详细介绍了几种常用的人脸识别的算法,其中详细分析了改进的LDA算法,引入了“竞争反样本”[43],并根据我们的要实现的系统设计人脸特征抽取、训练和认证模块;第五章详细介绍在上面提到的人脸检测和识别技术的基础上结合RFID技术所实现的一个面向视频流的智能身份认证系统框架,以及各个子部分的实现细节;第六章将总结全文,展望将来的工作。