随着计算机和网络技术的发展，信息安全显示出前所未有的重要性，而身份识别作为保证信息安全的必要前提，也越来越受到重视。生物特征识别技术是一项新兴的安全技术，也是本世纪最有发展潜力的技术之一。生物特征识别技术是根据每个人独有的可以采样和测量的生物学特征和行为学特征而进行身份识别的技术。由于其的独一无二性、不可抵赖性，以及自身的防伪性，使得它不像各种证件类持有物那样容易窃取，也不像密码、口令那么容易遗忘或破解，所以在身份识别上体现了独特的优势，近年来在国际上被广泛研究。比尔·盖茨曾预言：“以人类生物特征：指纹、人脸、语音等方式进行验证的生物识别技术在今后数年内将成为IT产业最为重要的技术革命”。可见其发展前景和市场潜力之巨大。 人脸识别技术由于其与人类的特殊密切关系，及其潜在的广泛应用前景，现今已成为图像识别和生物验证领域中研究的一个热点。目前国内外有大量学者和研究机构都在从事相关方面的研究，在一定程度上取得了丰硕的成果。人脸识别最大特点是隐蔽性和非强迫性。它不需要你按指纹、手印，也不需要你眼睛注视等配合动作，从某种意义上说，它的识别是在你不知不觉的行为中完成的。比之其它的生物特征识别技术拥有极大优势，具有很大的开发价值。 分形是近二十多年来发展起来的一门新兴学科。由于分形理论的日趋成熟，用分形的方法对图像进行识别已成为一个新的研究热点，也是近几年才有这方面的相关研究。 通过学习研究，借鉴“图形—理论”思想，本文提出了一种基于分形编码图形表示的人脸识别算法。将分形技术应用到人脸识别中。该算法在分形图像压缩概念的基础上，定义图像中的象素块(值域块)作为基元。首先计算人脸图像的分形压缩编码，以此为基础寻找象素块间的内在联系，生成图像的图形表示——带循环植物；然后利用带循环植物获得每个象素块最终收敛时的仿射变换参数；最后通过定义合适的距离度量来进行人脸识别。实验证明，与其它基于分形技术的方法相比，该方法识别率高，识别速度快，鲁棒性好。此外，文中还详细分析讨论了在没有空间上压缩的特殊情况下和有空间上压缩及旋转变换的一般情况下，带循环植物的生成问题，和α和6因子的计算问题，扩展和丰富了前人研究的成果。 本文提出的基于分形编码图形表示的人脸识别算法已成功应用在我们的多功能识别机器人上，以实现全自动的人脸识别。即使是实时采集人脸图像的情况下，识别率也不低于80％。在其它生物识别手段(如：指纹)的配合下完全可以达到实用水平。