中文摘要：

本项目以解决人脸识别关键问题为目标开展原象学习的理论研究。在深入的理论研究基础上，拟针对光照、姿势、表情、遮掩和噪声等问题展开人脸图象对齐算法的研究。着重深入研究了基于核方法的原象学习的理论框架、相关理论基础（包括稀疏表达、流形学习等）和高识别率、高鲁棒性的人脸识别新算法。通过本项目的研究，取得了一批有意义的研究成果。特别是在基于核方法的原象学习的理论、人脸正则化方法、带约束矩阵分解、扰动LDA新模型、1D LDA和2D LDA方法比较等方面取得了具有较大创新性的成果。已发表（录用）学术论文19 篇。其中国际权威期刊IEEE Transactions 2 篇, 国际权威刊物Pattern Recognition 3 篇。收录SCI 6 篇（含SCI源）, 收录EI 13 篇, 收录ISTP论文 10 篇。获软件版本1项；共申请发明专利5 项，获授权 2项。本项目已培养博士生 4 名，硕士13 名。