近年来,随着人脸识别技术应用在商业领域的范围不断扩大,人脸识别相关技术的发展得到了空前的重视,逐渐成为图像识别和理解领域的研究热点。人脸识别技术是模式识别、计算机视觉和图像理解系统的研究范畴,是利用计算机分析人脸图像,从而提取有效的识别信息,用来辨识身份的一门技术,广泛应用于机场和其他重要场所的安检、金融交易、智能人机借口等多种场合。与其它生物特征识别方法相比,人脸识别具有主动、秘密、可连续监控、成本低和易于接受等特点,因而在许多应用场合具有不可替代的作用。目前已经提出了许多人脸识别的方法,也出现了许多商业化产品。本文介绍了几种经典的图像识别的方法,并且比较了这几种方法的优点及缺点,给出了图像识别系统的功能模块,研究了基于人工神经网络技术的人脸彩色图像自动识别的基本理论与关键技术。本文提出了一种基于统计特征的人脸识别方法,经过实验证明了该方法的可用性。首先为了尽量去除人脸图像中干扰信息,先对人脸图像进行预处理,其中包括图像的二值化图像处理,文中详细介绍了几种经典的阈值选取方法,说明了各种方法的优点及缺点,本文采用的是一种基于SOM的人工神经网络,逻辑特征映射网络,可用于解决高维逻辑空间的非线性问题,得到的二值化图像效果明显,接下来是使用基于改良的汉明人工神经网络作为人脸分类器,对训练样本进行识别。系统采用面向对象的分析设计方法,整个实验过程均在Visual Studio.Net 2005环境下实现,使用C++语言,并建立了人脸识别系统。本论文的实验表明这种基于汉明人工神经网络的人脸彩色图像识别技术是行之有效的。