二维照片的人脸识别对光照、姿态和化妆等因素很敏感，故提出了一种将三维局部二值模式(3DLBP)和核享，1剐分析(KDA)相结合的三维人脸识剐方法．采用3DLBP描述人脸深度图像的特征，高斯核函数KDA 作为分类器，使用Chi平方统计改进高斯核函数、采用FRGC v2．0中2003春季采集的三维人脸库进行实验．实验结果表明，该 方法在每人2个训练样本时，识别率为91．8％，而PCA和3DLBP的识别率分别为60．4％和78．3％；当每人的训练样本数增至6个时，识别率为98．4％，而PCA和3D

人脸检测与定位。这一部分的主要任务是检测图像中是否存人脸，若存在，则将其从背景中分离出来，并确定输出人脸的位置及其大小。 通过控制拍摄图像的条件，可以使得图像处理和人脸定位相对简单，如证件照片， 人脸占据了照片中央的大块区域，背景也比较单一，容易实现人脸的检测和定位。但是如果人脸在图像中的位置预先未知，背景比较复杂，或画面中人脸比较多，就可能受到较多因素的干扰，如人脸在图像中位置、旋转角度和尺寸的不确定性 发型和化妆遮盖某些脸部特征 图像噪声等等。-face reconsider

给定一张妆容完好的人脸图像E和一张未化妆的人脸图像I，利用基本的图像处理技术完成妆容移植，获取人脸图像I的妆容照，并在此过程中对人脸图像I进行适当的美化处理。-Given a well-makeup face images E and not make a face image I, use basic image processing technology to complete makeup transplant, face image I get makeup photos, and in