生物特征识别在生活和工作中的应用越来越广,人们对生物特征识别的安全性也有了更高的要求。诸如指纹、人脸等生物特征模态,虽然目前已有很广泛的应用,但是在活体检测、抗伪造、抗胁迫方面存在不足。因此,我们对脑电信号在身份识别技术中的应用展开了研究。脑电信号只能来自活体,具有抗伪造、抗胁迫等优点,是一种很有前景的生物特征模态。红外视频瞳孔定位系统是计算机视觉方面的应用项目,该项目的目标是准确地定位红外视频中瞳孔的中心位置。红外视频瞳孔定位具有广泛的实际应用,本文的定位结果用于良性阵发性位置性眩晕诊断治疗系统,本系统已经在部分医院的设备中得到了应用。本文的工作分为两个部分：脑电波身份识别和红外视频瞳孔定位。主要内容包括：(1)在脑电信号特征提取和分类器方面,对AR系数特征和功率谱密度特征在新的数据集上做特征选择,使用希尔伯特谱作为新的特征；将基于稀疏表示的分类器引入到基于脑电信号的身份识别系统中；(2)构建了基于SVM的开集身份识别系统,弥补了k-NN分类器不能用于开集的不足。实验结果表明基于SVM的开集身份识别系统具有较低的EER,并且识别准确率也与同样数据下的k-NN分类器的识别准确率相当；(3)实现了两种基于EEG的多模态抗伪造身份识别系统。融合后的系统使得指纹和脑电信号这两种生物特征模态优势互补,系统既具有指纹识别的高准确率,又具有脑电信号的抗伪造性,大大提高了安全性能；(4)脑电信号中的肌电信号一般都被认为是噪声,本文创新性地利用肌电信号搭建了隐蔽报警系统,实现了基于时域的隐蔽报警检测算法和基于希尔伯特黄变换的隐蔽报警检测算法,两者均能准确地检测脑电信号中的隐蔽报警信号,验证了基于脑电信号的隐蔽报警系统的可行性；(5)在红外视频瞳孔定位项目中很好地权衡了定位准确率与算法效率,实现了高准确率的实时瞳孔定位系统。改进了中值滤波算法、Hough变换圆检测算法和Daugman圆检测算子,在保证准确率的前提下,降低了计算复杂度。