人脸自动识别是一种利用计算机分析人脸图像特征以实现人的身份验证的技术,是近二十年来图像处理、模式识别和计算机视觉领域中极富挑战性的研究课题之一。由于它在法庭举证、持卡人识别、视频监控等方面都具有巨大的应用价值,目前受到各国政府及其军事、安全、情报部门以及科研单位的广泛关注和高度重视。一个完整的人脸识别系统由人脸检测、人脸图像预处理、人脸特征提取、分类器等功能模块组成。多年来,人们对人脸识别技术进行了深入的研究,并且己经提出了不少有效的算法,本论文以人脸识别的关键步骤为主要线索,系统地研究了人脸识别技术。本文包括以下几方面的研究:(1)收集和分析了大量近年来国内外关于人脸检测与人脸识别的学术论文及研究报告,总结了人脸识别中常用的灰度处理、去噪、几何校正等预处理方法。从检测与识别两部分研究了预处理方法对人脸识别的作用。(2)实现了一个基于Adaboost分类器的人脸检测系统,进行复杂背景下的人脸检测。提出基于小波变换的金字塔搜索模式,以满足不同分辨率图像的搜索要求。另外本文利用边缘检测技术,在检测初始阶段较快的剔除非人脸的区域,从而加速了人脸检测。(3)总结了主要的统计人脸识别系统性能评估参数对系统的影响。深入研究人脸识别领域的常用分类器,并在此基础上提出自动类内分解的改进的距离分类器,一定程度上平衡了分类器的样本识别率与泛化能力之间的矛盾。