许亚军，李玮欣

(1. 太原理工大学信息工程学院，山西太原 030024；2. 天津大学精密仪器与光电子工程学院，天津 300072)

0 引 言

小波理论出现于20世纪80年代，尽管出现较晚，但小波理论越来越受到欢迎，其发展速度也很快[1-2]。学者们普遍认为小波变换是傅里叶变换的一个突破。此外，Gabor滤波对光照变化以及图像与人脸表情的对比度变化具有很强的鲁棒性，在人脸识别的过程中它表达的是对人脸识别最为有用的局部特征[3]，因此Gabor小波已被广泛应用于人脸特征的提取。目前，学者们已经加深了对神经网络理论的研究。人工神经网络[4-5]是人类模拟人脑神经系统的信息处理过程而产生的一种智能系统，这种系统是基于人脑组织结构和活性机制的初步了解而产生的新型结构计算系统。因为它可以模拟人脑的神经系统并且赋予机器人脑的感知、学习和推理能力，它已被广泛应用到各种领域的模式识别中。

但是，如何将神经网络与非线性理论，如小波理论、模糊集和混沌理论相结合是一个新的研究方向[6-7]。神经网络拥有一系列的有利特征，包括容错、自适应、自学习、泛化能力和稳健性，而小波变换具有良好的时频局部化特性和变焦能力，所以Gabor小波变换可以被用来减少神经网络中的输入节点数量，并且一方面可以加快收敛速度，另一方面能够充分有效地表达人脸特征和改进神经网络识别能力。然而，如何将两者的优点结合起来并将其应用到人脸识别技术中，成为双方专家学者一直关注的一个问题。……