人脸检测与识别技术是模式识别与计算机视觉研究领域比较基础和重要的研究课题,在基于内容的图像与视频检索、视频监控、自动人脸识别以及智能人机交互等领域有着重要的应用价值。本文在分析和总结国内外相关研究成果和最新研究进展的基础上,在计算机上实现了人脸检测与识别系统,并把人脸检测系统移植到DSP上,最后针对当前的研究热点问题,即针对侧脸的多姿态人脸识别问题进行了比较深入的研究。本文的主要研究内容和工作包含以下几个方面:①研究并实现了当前研究的较多的一种人脸检测方法,即基于Adaboost的人脸检测算法,并采用Adaboost人脸检测算法训练出了人脸检测分类器。②研究并实现了PCA人脸识别算法,并使用Yale人脸数据库验证了PCA人脸识别系统。③深入研究了多姿态人脸识别方法,采用积分投影法对CMU PIE人脸库中的人脸进行归一化处理之后,构成了新的多姿态人脸库。深入研究了局部线性回归(LLR)算法,并通过加入一个局部常量因子对该算法作了改进。④提出了一种基于正脸补偿算法的多姿态人脸识别方法,将侧脸使用一个通过平均侧脸与平均正脸得到的正脸补偿算子来补偿,并使用补偿后的侧脸来进行人脸识别,简化了算法,而且提高了识别率。⑤移植OpenCV上的人脸检测算法到DSP平台上,在硬件上实现了人脸检测系统。