基于幾何特征的方法

　　采用幾何特征進(jìn)行正面人臉識(shí)別一般是通過(guò)提取人眼、口、鼻等重要特征點(diǎn)的位置和眼睛等重要器官的幾何形狀作為分類特征，但Roder對(duì)幾何特征提取的精確性進(jìn)行了實(shí)驗(yàn)性的研究，結(jié)果不容樂(lè)觀。

　　局部特征分析方法

　　局部性和拓?fù)湫詫?duì)模式分析和分割是理想的特性，似乎這更符合神經(jīng)信息處理的機(jī)制，因此尋找具有這種特性的表達(dá)十分重要。這種方法在實(shí)際應(yīng)用取得了很好的效果，它構(gòu)成了FaceIt人臉識(shí)別軟件的基礎(chǔ)。

　　特征臉?lè)椒?/p>

　　特征臉?lè)椒ň哂泻?jiǎn)單有效的點(diǎn)，也稱為基于主成分分析的人臉識(shí)別方法。從統(tǒng)計(jì)的觀點(diǎn)，尋找人臉圖像分布的基本元素，即人臉圖像樣本集協(xié)方差矩陣的特征向量，以此近似地表征人臉圖像。這些特征向量稱為特征臉。

　　基于彈性模型方法

　　彈性圖匹配技術(shù)是一種基于幾何特征和對(duì)灰度分布信息進(jìn)行小波紋理分析相結(jié)合的識(shí)別算法，由于該算法較好的利用了人臉的結(jié)構(gòu)和灰度分布信息，而且還具有自動(dòng)精確定位面部特征點(diǎn)的功能，因而具有良好的識(shí)別效果。

　　神經(jīng)網(wǎng)絡(luò)方法

　　Lee等將人臉的特點(diǎn)用六條規(guī)則描述，然后根據(jù)這六條規(guī)則進(jìn)行五官的定位，將五官之間的幾何距離輸入模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別，神經(jīng)網(wǎng)絡(luò)方法在人臉識(shí)別上的應(yīng)用比起前述幾類方法來(lái)有一定的優(yōu)勢(shì)，它的適應(yīng)性更強(qiáng)，一般也比較容易實(shí)現(xiàn)。