目前，隨著計算機(jī)技術(shù)與生物醫(yī)學(xué)工程技術(shù)的迅猛發(fā)展，利用人體生物特征（如指紋、人臉、虹膜、視網(wǎng)膜）來鑒別個人身份的生物識別技術(shù)成為安全驗證的首選方式。人臉識別技術(shù)是當(dāng)前最熱門的生物識別技術(shù)的研究課題之一，而且逐漸成為人們?nèi)粘Ｉ町?dāng)中常用的身份確認(rèn)手段。人臉識別技術(shù)是一種根據(jù)省里特性進(jìn)行識別的技術(shù)，是利用計算機(jī)通過特征提取人的面部特征，然后根據(jù)提取到的特征進(jìn)行身份判定的一種技術(shù)。人的面部特征與人的指紋特性、虹膜特性一樣是與生俱來、獨(dú)一無二的，同時還具有不容易被復(fù)制的唯一性，正是這種特性使人臉成為了可以進(jìn)行身份識別研究的必要前提。

　　目前用于人臉識別的方法很多，BP神經(jīng)網(wǎng)絡(luò)用于人臉識別就是其中之一。特征提取是進(jìn)行人臉識別的必要步驟，能夠有效降低特征維數(shù)，減小計算復(fù)雜度，為進(jìn)一步的分類提供了方便，本文采用一種用奇異值分解（Singular Value Decomposition ， SVD）的方法來提取圖像局部和整體的特征。Hong是最早將SVD方法應(yīng)用于圖像識別［1］，并且證明了SVD具有如下性質(zhì)：1）圖像的奇異值代表圖像的能量信息，具有穩(wěn)定性；2）圖像的奇異值具有比例不變性；3）圖像的奇異值具有選裝不變性。本文所采用的分類方法是BP神經(jīng)網(wǎng)絡(luò)法，BP神經(jīng)網(wǎng)絡(luò)能在訓(xùn)練期間快速學(xué)習(xí)樣本中所包含的輸入與輸出間的映射關(guān)系，在分類和預(yù)測當(dāng)中都有著較廣泛的應(yīng)用。