基于生物特征的身份认证技术在社会生活中具有越来越重要的地位和作用，已逐渐成为信息安全的重要研究领域。使用人脸作为身份认证系统所需的生物特征，可以让识别系统使用更加方便、友善。本文的主要内容包括：　　 本文是基于Adaboost算法的人脸检测，对人脸和非人脸样本提取haar特征，随后训练分类器实现对人脸的检测。对检测出的人脸图像进行大小、灰度归一化等预处理工作，从而降低光照等因素对识别结果的影响。　　 详细分析基于PCA和2DPCA的人脸识别方法，提出一种基于奇偶函数的改进二维主成分分析特征提取算法，方法结合2DPCA和奇偶分解原理，利用镜像人脸图像对称性，来选择特征向量构造特征空间。与PCA、2DPCA相比，该算法获得了更高识别率。　　 研究了支持向量机的基本思想、算法及训练分类过程，运用支持向量机一对多算法实现人脸特征训练和识别。最终在Visual C++6.0平台上实现了基于人脸识别的身份认证系统。