视频人脸的识别作为计算机视觉和模式识别领域的一个重要课题,具有很大的研究价值和潜在的市场应用需求,近年来吸引了众多的学者和研究机构投身于该领域的研究之中。目前,该识别技术已取得了一定的发展,但由于人脸模式的复杂性,人脸识别问题还面临着许多的困难和挑战,要实现相对成熟的技术并广泛应用到实际中,还有很多工作需要去做。本文以视频监控下的人脸识别为主线,研究了识别工作中所涉及到的人脸检测、预处理、特征提取和分类识别等问题,并在研究的基础上设计实现了一个基于视频监控的人脸识别系统。在图像采集部分,借助微软公司的数字视频软件开发包VFW搭建了视频采集框架,通过摄像头来采集视频图像。在人脸检测部分,通过对常用人脸检测方法的研究,从检测率和实时性角度考虑,采用基于AdaBoost算法的级联式分类器训练和检测视频中的人脸。同时为了改善图像的质量,对检测出的人脸进行了去噪、几何归一化、灰度归一化等预处理。在人脸识别部分,深入研究了主成分分析方法,并将其应用于人脸识别中,利用该方法提取人脸图像的特征,并对人脸特征进行降维,构造特征脸子空间,然后通过最近邻分类器使用设计好的策略进行分类识别,识别出视频中人物的身份。最后采集相关数据对系统进行测试,实验结果表明,系统在人脸检测和识别方面都有较好的识别率,且能够满足实时系统的要求。