1. 研究目的与意义
人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技术，是对生物体本身的生物特征来区分生物体个体。
它是基于人的脸部特征信息进行身份识别的一种生物识别技术。
用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进行脸部的一系列相关技术。
2. 课题关键问题和重难点
人脸识别的困难主要是人脸作为生物特征的特点所带来的。
首先是相似性，不同个体之间的区别不大，所有人脸的结构都十分相似，甚至人脸器官的结构外形也很相似。
其次易变性，人脸的外形很不稳定，人可以通过脸部的变化产生很多表情，而在不同观察角度，人脸的视觉图像也相差很大，另外，人脸识别还受光照条件、人脸的很多遮盖物、年龄等多方面因素的影响。
3. 国内外研究现状（文献综述）
人脸识别是一种重要的身份鉴别技术，具有广泛的应用前景。
人脸识别是借助于摄像手段采集与跟踪人脸的图像或视频流，将人脸的形状、属性等特征反映给计算机的技术。
在人脸特征识别PCA算法基础上进一步完善的2DPCA算法，通过二者模拟实验的对照,发现后者不仅是对前者的升华补充，而且可以大幅度降低识别时间，提高识别速率。
4. 研究方案
首先需要进行人脸图像采集，将不同的人脸图像都能通过摄像镜头采集下来，之后要进行人脸识别的预处理。
其次进行人脸图像特征提取，就是针对人脸的某些特征进行的。
最后进行人脸图像匹配与识别，提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。
5. 工作计划
首先需要按照指导老师所下发的任务书查阅与之相关的文献，了解人脸识别的应用方向及其发展现状，并且还要了解该研究课题的研究背景；其次，在对人脸识别进行研究的过程中，需要先熟悉所使用的软件（MATLAB），并且能够熟练的使用该软件常用的一些函数及指令；同时，需要了解课题所使用的算法（2DPAC）的工作原理及其算法；之后进行设计算法的主要结构和主要功能模块，并在老师的指导下，完成对人脸识别的检测；再次，完成人脸识别的检测后，进行最后的检验及测试，获取实验数据，并对实验过程及结构进行总结，同时为人脸识别的研究设计一个人脸识别的测试面板，用于最后的展示。
最后，根据实验过程进行资料的整理，并进行论文的撰写及修改。
