行人识别在计算机视觉领域一直是经久不衰的研究话题，有了计算机这个神器的存在之后，人们更是将对它的探索精神发挥到淋漓尽致，越来越多的年轻人前赴后继的奔赴在这个领域，不可否认的是现代社会已经成为一个以计算机为主的网络时代。本设计研究的行人识别即对人脸的识别，人脸识别始于70年代末，当研究是要面对的外轮廓为基础的方法。到现在为止，承认特别经历了三个发展阶段，艾伦和帕克的第一阶段表示，面部识别功能的主要研究是必要的，研究人员用计算机来实现人脸模型灰度较高的质量。除了该过程，以确定完全依赖于操作者的这一阶段，显然这不是实现自动识别系统的方式。相人机交互识别的第二阶段，代表作品：哈蒙和Lesk形象代表与前方的几何参数的脸。他们使用指示男性面部特征的多文特征矢量，并建立了基于识别符号的系统的特性。像小林的嘴用统计方法来识别，特征五官以欧氏距离来表达。然而，该方法需要一个特定运营商的先验知识，仍然无法逃脱人工干预。在自动识别真机的第三阶段。在过去的十年中，随着高速，高性能计算，模式识别方法是面临的主要结论的发展，我们已经创造了各种系统，自动识别，人脸识别技术已经进入实用阶段。 911日的事件后，人脸识别技术迅速作为美国计算机安全在全球范围内的发展。27271
广义上行人识别系统实际上包括建立一系列相关技术，包括图像采集，脸，预处理的位置，特征提取面部，模式分类，识别和判断的顺序。当然，也有相应的视频照相机，光学摄像设备，以及个人电脑等等其他设备系统。毫无疑问，这，基于图像明智的（包括人脸，预处理，特征提取，模式分类，识别判断奥拓的位置），最重要的方面进行分析。国内真正开始做这个部分，在1990左右。在研究的开始，中科院和哈工大的一个联合实验室。其中高教授，陈西林教授，单师光教授，直到今天，一直活跃在人脸识别领域，比较著名的文章迄今都发表在IEEE。该实验室后来发展成为上海银晨研发中心。其次为李子青教授是中科院生物识别研究所，中科奥森公司为该研究所下属公司。清华大学在国内算是计算机领域的翘楚者，清华的丁晓青教授前期主要研究字符识别，绝对是国内的第一人，后来转向人脸识别这方面，也同样取得了不容忽视的成绩，美国FRVT2006就这一项的检测结果就可以看出丁教授和他的团队的实力。论文网
目前行人识别技术在国内的现状如下：
识别过程中遇到的问题也不少，因为数据库中的图片可能来自不同的摄像机，由于每台摄像机规格设置镜头尺寸等等因素，还有拍摄过程过程中现场环境的光照拍摄角度遮挡物等天然因素的影响，行人识别技术有以下特点需要注意：
①受现场环境很大程度的影响，实际的面部信息不能被很好的提取，就要求我们去提取特征值。
②不同镜头中，同一个人的外貌特征会有不同和变化。
③因为不同行人因为姿势不同面部特征可能相似。
基于以上这些问题国内研究所用到的主要方法是基于特征和基于距离度量这两种方法。
目前流行的行人识别的一些处理流程如下所示：
 
图1.1常见行人识别流程图
本设计主要是应用基于pca和kl变换的方法来研究行人识别实现面部特征的提取，重建和识别，使用工具为Windows7，matlab。
本设计使用的数据库o r l。
ORL人脸库是由英国剑桥Olivetti实验室从1992年4月到1994年4月期间拍摄的一系列人脸图像组成，共有40个不同年龄、不同性别和不同种族的对象。每个对象10幅图像共计400幅灰度图像组成，图像尺寸是92×112，图像背景为黑色。其中人脸部分表情和细节均有变化，例如笑与不笑、眼睛睁着或闭着，戴或不戴眼镜等，人脸姿态也有变化，其深度旋转和平面旋转可达20度，人脸尺寸也有最多10%的变化。该库是目前使用最广泛的标准数据库，它含有大量的比较结果。 行人识别国内外研究现状情况:http://www.youerw.com/yanjiu/lunwen_21727.html