人臉識別的研究可以追溯到20世紀(jì)60年代，近20年來得到了迅速發(fā)展，涌現(xiàn)出了很多新的方法。這些方法的有效性很大程度上取決于它們所提取的人臉特征。目前可利用人臉特征可分為四類:視覺特征，統(tǒng)計特征，變換系數(shù)特征和代數(shù)特征等。其中，代數(shù)特征被認(rèn)為是人臉的本質(zhì)特征，表征了人臉圖像的內(nèi)在特性。
目前典型的代數(shù)特征主要包括奇異值特征和本征臉特征等。本征臉技術(shù)比較成熟，但其計算較為復(fù)雜，因此國內(nèi)關(guān)于代數(shù)特征的研究主要集中于奇異值特征上Hong在文獻(xiàn)中首先提出了經(jīng)典的基于奇異值特征的人臉識別方法，把人臉圖像視為一個矩陣，進(jìn)行奇異值分解從而提取其奇異值特征，并投影到Foley2Sammon*鑒別平面進(jìn)行識別，但在實驗中誤識率為42.67%，Hong認(rèn)為是小樣本對統(tǒng)計方法的影響。隨后許多人提出了消除小樣本統(tǒng)計方法的影響的方法，但是這些方法均采用人臉的奇異值特征取代原始的人臉圖像。
QR分解在人臉識別中的應(yīng)用針對維數(shù)壓縮中的鑒別信息提取，對一種已有的解決小樣本問題的直接線性鑒別分析方法 ，利用矩陣的QR分解實現(xiàn)數(shù)據(jù)的預(yù)處理，并且在低維的空間內(nèi)實現(xiàn)了特征提取，實現(xiàn)算法的實時處理。zui后，在ORI人臉數(shù)據(jù)庫上的實驗結(jié)果驗證方法的有效性。
所有人臉識別方法的有效性都依賴于兩方面：特征提取和特征匹配．特征提取，即尋找有效的特征，是解決識別問題的關(guān)鍵所在．用于識別的圖像特征有多種，包括視覺特征、統(tǒng)計特征、變換系數(shù)特征以及代數(shù)特征等．其中，代數(shù)特征是由圖像本身的灰度分布所確定的，它描述了圖像的內(nèi)在信息，而這種內(nèi)在信息對增強圖像的識別能力是非常重要的．奇異值就是一種很有效的代數(shù)特征，所以奇異值分解在數(shù)據(jù)壓縮、信號處理和模式分析等許多方面都獲得廣泛應(yīng)用．在某種程度上，奇異值特征同時擁有代數(shù)與幾何兩方面的不變性。
