人脸识别技术，具有直观、方便、快速、准确以及人机交互友好的特点，一直以来都是模式识别和机器视觉领域一个重要的研究方向。但是，可见光人脸识别在实际的应用过程中，容易受到光照、表情姿态变化、化妆等因素的影响。而热红外人脸图像是由人脸面部组织以及血管分布的热辐射形成，和人的生理结构有关，具备良好的独特性和唯一性。热红外成像的优点在于其独立于外部光源、抗干扰能力强，所以热红外人脸识别能够弥补可见光人脸识别的不足。　　热红外人脸识别的历史还不长，仍然是一个新的研究领域。热红外人脸图像分辨率较低，易受温度影响，如何提取鲁棒性的特征成为热红外人脸识别的关键所在。本文通过研究已有的热红外人脸特征提取方法，提出新的有效的特征提取方法来提高热红外人脸识别的准确率。　　本文主要的研究工作如下:　　第一，全面了解了热红外人脸识别技术的发展历程和研究现状，分析和探究了热红外人脸图像的特点，以及研究中的挑战。重点梳理了几种具有代表性的热红外人脸特征提取方法，分析其优缺点。　　第二，建立了一个高清的热红外人脸图像数据库。　　第三，分析现有热红外人脸特征提取方法的缺点和不足之处，提出了两种新的热红外人脸特征提取方法。　　(1)提出了一种边缘多方向二值模式(EMDBP)的热红外人脸特征提取方法。该方法充分考虑图像的方向变化信息，在空间域内提取更多的图像边缘方向信息。　　(2)提出了一种改进的韦伯局部描述算子(Improved WLD)的红外人脸特征提取方法。对于一种新的图像纹理描述算子——韦伯局部描述子，分析其不足并做改进，将改进的韦伯局部描述算子运用于热红外人脸识别。　　在热红外人脸数据库上的实验结果证明，本文提出的两种新的特征提取方法比传统的方法取得了更好的识别效果。