人脸识别技术的几个主要研究方向,计算机人脸识别是指基于已知的人脸样本库,利用计算机分析图像和模式识别技术从静态或动态场景中,识别或验证一个或多个人脸。通常识别处理后可得到的基本信息包括人脸的位置、尺度和姿态信息。利用特征提取技术还可进一步抽取出更多的生物特征(如:种族、性别、年龄..) 。计算机人脸识别是目前一个非常活跃的研究课题，它可以广泛应用于保安系统、罪犯识别以及身份证明等重要场合。虽然人类对于人脸的识别能力很强，能够记住并辨识上千个不同的人脸，可是对于计算机则困难多了，其表现在：人脸表情

人脸表情识别是模式识别领域中一个非常活跃的研究方向。人脸表情识别包括:从背景图像中检测人脸 在视频中对人脸进行跟踪 提取表情特征 表情识别。本文在人脸表情识别的四个主要环节上均进行了研究工作。

本文的题目是基于分形和遗传算法的人脸识别方法，对有限人群提出一种采用分形特征和遗传聚类的识别方法: 将图像分成很多小区域, 分别计算各个区域的分形特征, 以充分利用图像二维信息 同一个模式有多个样本, 通过遗传算法进行聚类以得到最优解实现不变性识别. 最后采用ORL 人脸图像库的一组图像对比了新方法、本征脸法和自联想神经网络方法, 结果表明该方法的识别率, 与本征脸法相似, 比自联想神经网络高.