人脸识别技术属于计算机视觉的一个研究方向，人脸识别技术在1990年以后得到了快速飞跃的发展，发展人脸识别技术不仅是近些年如雨后春笋般的商业保密市场如企业考勤，私家侦探等行业的需求，也在国家战略安全，刑事侦查，间谍防御等领域的应用占有一席之地。人脸识别技术随着近些年的发展可以分为基于图像的技术路线和基于视频的技术路线，而基于图像的人脸识别通常分为基于全局模板的方法，比如Fisherface；和基于特征点描述的方法，这其中包括使用128维向量描述的SIFT算法，一种在物体识别领域中得到广泛运用的特征点检测和描述算法，和BRISK等基于二进制字符串描述符的特征点算法。本文主要在三个方面进行了研究工作并取得了一定的创新。1.首先介绍了SIFT算法以及在人脸识别中的应用，然后提出了一种新的基于SIFT的人脸识别算法，通过在Extended Yale Faces B和AT&T ORL数据库上的实验验证了该算法的良好识别率。2.其次我们介绍了AdaBoost算法的原理，以及AdaBoost在人脸检测上的应用，我们提出了一种通过将二类分类的AdaBoost扩展到多类分类来应用到人脸识别上的算法，通过AdaBoost结合其他人脸识别算法来取得了良好的识别效果。3.最后我们介绍了2010年来特征点描述子发展的最新趋势：二进制特征点描述子。我们介绍了其中的代表BRISK算法与FREAK算法，然后设计了一种新的二进制特征点算法FGBBK。通过理论剖析与实验证明FGBBK算法应用到人脸识别上时其拥有更快的特征点检测速度与特征点匹配速度。实验结果显示在以上三个方面都取得了良好的效果。最后本文进行了总结并对未来的研究工作做了展望。