全文总字数：2277字

1. 研究目的与意义及国内外研究现状

近些年，身份鉴定已经成为安全，电子政务等应用领域研究的热门。而基于密码或者证件的传统身份识别和验证的系统，若密码或者证件被盗取，有可能造成机密的失窃，国家或者个人财产的流失，甚至对社会安全造成某种程度的威胁。

为提高身份识别的安全性，近年来，各国政府非常重视不易被仿制的基于生物识别技术的研究。该技术相比传统个人身份识别具有更好的安全性，可靠性，有效性。

生物特征验证识别包括指纹，虹膜，人脸，掌纹，声音等验证识别，人脸识别与指纹，虹膜，掌纹等生物特征识别技术相比，虽然起步较晚，但具有非侵犯性，不要求被识别者主动配合，采集人脸等优点，而且其所需的硬件比采集指纹，虹膜等所需的造价低。因而人脸识别是一种非常友好，自然的生物识别认证技术，并且已经普遍应用于刑侦破案、安全验证系统、信用卡验证、视频会议、人机交流、证件核对、atm等多种场合。

2. 研究的基本内容

基于pca算法从而进行身份识别。pac人脸识别的基本思想就是从人脸图像中找出最能代表人脸的特征空间，去除一些不能代表人脸特征的属性。一个单个的人脸图片映射到这个特征空间得到这个特征空间的一组系数，这组系数就表示这张人脸图片的特征脸特征。如果两张人脸图片映射到这个特征空间的系数差不多，就表示这两张人脸是同一个人。

训练阶段：

1:一张人脸图片在计算机表示为一个像素矩阵，即是一个二维数组，现在把这个二维数组变成一维数组，即把第一行后面的数全部添加到第一行。这样一张图片就能表示为一个向量d=（x1,x2......xn）。xn表示像素。

3. 实施方案、进度安排及预期效果

研究方案以及安排的进度

1从人脸数据库下载由400个人组 成,每个人有10幅不同的图像,每幅图像是一个92112像素、256级的灰度图, 他们是在不同时间、光照略有变化、不同表情以及不同脸部细节下获取的。（3月中旬完成相关人脸库的收集）

2 从各类开源网站以及图书馆学习相关的编程算法，最终整理归纳出属于自己的一套基于matlab的代码。（3.15-4.15大致编出属于自己的一套代码）

4. 参考文献