现实，所以可以先针对特殊情况，比如人为控制外界条件，或者给外界条件加上一定限制的这样一些情况，研究一些实用的算法。在对各种特殊情况研究比较充分的情况下，再尝试由特殊到一般的推广，将各种特殊情况纳入一个统一的框架。 （3）研究实时的动态人脸识别。本文主要利用小的人脸数据库进行静态识别研究，对于大的人脸数据库，由于存在训练时间以及数据存取等问题，算法的实时性要求就高。
（4）研究多个训练样本的生成问题。考虑与计算机图形学相结合，通过利用图形学知识，人为的对人脸产生变形，生成人工样本，扩大训练集，从而可以应付实际中的人脸变形情况下的识别。
（5）从三维角度研究人脸识别问题。由于人脸是非刚性物体，存在很大的形变，因此单纯从二维图像上研究人脸识别问题极易受表情等形变影响。
（6）多种信息特征融合机制的研究。由于人脸识别只是个人身份鉴别的一种方法，与其他生物识别技术一样，也具有缺点和局限性，仅仅依靠单一的人脸特征 有时无法满足实际需要。因此，考虑将语音、指纹、虹膜等不同特征、不同识别方式结合的多生物特征识别融合系统将会得到越来越多的研究人员的关注，是人脸识别技术的一个重要研究方向。
人脸识别技术已经有几十年的研究历史。但是，由于问题的难度，要研制达到很高自动化程度的实用系统，在理论和算法上还需要很长的一段时间。人脸识别技术的研究仍然面临着许多困难和挑战。然而，各个相关学科的不断交叉融合促使了很多新方法和新思路的产生，加之计算机技术的不断发展，只要付出长期坚持不懈的努力，充分运用各个学科的研究成果，人脸识别必将迎来真正自动化、智能化、实用化的时代。
参考文献
[1]张敏贵.生物特征识别及研究现状.生物物理学报，2010.
[2]刘海松，金国藩，何庆声等.用于快速人脸识别的光学协处理器。光学技术，2009，5.
[3] Rowley R, Baluja S, Kanade T. Neural network-based face detection. In Proceeding of IEEE Conference on Computer Vision and Pattern Recognition, 2008, [4]杨健.线性投影分析的理论与算法及其在特征抽取中的应用研究. 博士学位论文. 南京理工大学.2002.
[5]张翠平,苏光大.人脸识别技术综述.中国图象图形学报,2010.
[6]Kresimir Delac,Mislav Grgic.A survey of biometric recognition methods.46th International Symposium Electronics in Marine. 2004:
[7]Prabhakar S，Pankanti S，Jain A K．Biometric recognition：Security and privacy and privacy concerns[J]．IEEE Security Privacy Mag，2009.
[8]王文宁,王汇源,常新华. 一种新的基于对称特征的彩色人脸定位方法. 计算机工程与科学.2009,
[9] 段锦，周春光，刘小华，三维人脸识别研究进展.小型微型计算机系统，2008 [10] Chang C C, Lin C J. Training v-support vector classifiers: Theory and algorithms. Neural Computation, 2009
[11] Jebara T S and Pentland A. Parameterized structure from motion for 3D adaptive feedback tracking of faces. In Proceedings of IEEE Conference on Computer Vision and Pattern Recognition,2008.
[12] 李在铭 等.数字图像处理压缩与识别技术.成都：电子科技大学出版社，2009 [13]周丁.人脸识别技术研究.硕士学位论文.武汉理工大学.2006年4月. [14] Balaji Krishnapuram, Alexander J. Hartemink, Lawrence Carin, Fellow, IEEE, and Mario A.T. Figueiredo, Senior Member, IEEE .A Bayesian Approach to Joint Feature Selection and Classifier Design. IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL. 26, NO. 9, SEPTEMBER 2004:
[15] Jun Zhang, Yong Yan, Martin Lades. Face Recognition: Eigenface, Elastic Matching and Neural Nets. Proceedings of the IEEE,2010
[16] 闫荣华.基于统计的人脸识别技术研究.硕士学位论文.西北大学.2006年4月. [17] Moghaddam B ， Pentland A ． Probabilistic Visual Learning for 0bject Representation．IEEE trans on PAMI，2010