本文对人脸检测与识别技术进行了研究,实现了一个用于视频搜索的自动人脸识别系统。该系统对输入的视频帧进行人脸检测和定位,经过图像预处理之后,进行重要特征点Gabor-Fisher的特征提取和分类识别。本文主要研究了以下三方面内容:1.研究了基于Adaboost级联分类器的人脸检测方法,该方法首先利用图像中的Haar-Like特征构造一系列弱分类器,然后通过Adaboost方法对这一系列弱分类器进行训练,构造出一个强分类器,最后将多个强分类器级联形成分层检测结构。实验表明,对于视频中的人脸,该方法有较高的检测率,且实时性好。2.提出了一种运用矩形框寻找眉眼块和眼部灰度积分投影相结合的人眼定位方法,实现了较高的定位准确率。以人眼坐标为基准实现了人脸图像的几何归一化和灰度归一化,去除了大部分头发、背景等干扰信息,并对姿态和光照进行了校正。3.在人脸识别技术中,研究了特征脸方法、Fisher脸方法及结合图像Gabor变换的直接采样Gabor-Fisher方法和重要特征点Gabor-Fisher方法。与特征脸方法和Fisher脸方法相比,Gabor-Fisher方法对人脸姿态、表情和光照变化有更好的容忍性,具有更高的识别率。最后,实现了视频搜索中的自动人脸识别子系统,用6段视频对系统采用的人脸检测方法、人眼定位方法和四种人脸识别方法进行了实验。结果表明,基于Adaboost的人脸检测方法和矩形框人眼定位方法准确率和速度均能达到系统要求;识别方法中,重要特征点Gabor-Fisher方法识别性能最好。