随着多媒体、通信和计算机等技术的快速发展以及人们对视频通信服务需求不断的增长，低码率图像编码技术成为一个活跃的研究领域。模型基编码作为一种分析-综合的编码方法具有高压缩性和自然的重建图像效果，受到了极大的关注。并在标准MPEG-4中得到体现。针对如视频会议和个人移动通信等主要活动目标为人脸的视频应用，本文深入系统地研究了复杂场景中的人脸识别、脸部特征形状估计、脸部整体运动跟踪、通用人脸模型的自动调整、参数压缩以及图象综合等模型基编码的核心技术，得到如下研究成果：●给出了视频场景中主要活动目标为头肩的应用中的脸部区域快速有效的定位算法。●建立了梯度面积投影曲线模型，用于候选人脸的校验。●简化了现有的眼睛、嘴巴形变模板能量函数，提高了模版匹配速度，提取的能量最小化过程中的初始参数防止了模板收缩。●提出了改进的鼻子边缘轮廓形变模板，对不同人脸姿势的鼻子形状提取快速准确。●提出了形变模板和活动轮廓模型的相结合的下巴轮廓跟踪算法，跟踪结果稳定准确。●给出的角点检测方法提取的运动估计关键点，减少脸部整体运动参数估计的误差。●提出了一种实用的通用人脸模型自动匹配方案，加快了模型自动匹配速度。●提出了一种基于特征区域的纹理的编码算法，大大提高了压缩比。