人脸识别技术的研究具有重要的理论研究价值和实用价值。近几年人脸识别的研究中得到了越来越多重视逐渐成为人工智能和模式识别领域的一个研究热点。它可以广泛的应用于身份鉴别、数字监控、电视会议等领域。人脸识别的研究一般包括三个部分,分别为人脸检测,人脸特征提取,模式分类三个部分。本文在分析了国内外现有的人脸识别技术的基础上,对特征融合和多分类器组合方法进行研究。本文的主要工作包括:(1)研究运用两种特征提取方法融合的方法提取特征。即用DDCT(分块离散余弦变换)与LDA(线性鉴别分析)方法提取人脸的局部特征,PCA(主成分分析)与LDA提取人脸的整体特征,在根据加法和乘法融合规则进行特征融合,将融合后的特征运用分类器进行分类识别。该方法能够将人脸局部信息和整体信息进行相互补充,增加识别的效果。(2)利用阈值判定的思想,研究了将最小距离分类器和支持向量机分类器组合进行人脸识别研究。该方法首先利用阈值的思想对被检测图像进行判定,判断是否为人脸库中的图像,若是则进行可分类度的计算,再根据可分类度值大小来决定采用哪一种分类器。如果可分类度值较大则采用最小距离分类器,这样可增加识别速度;若可分类度的值较小则采用支持向量机分类器,可以增加识别率。