人脸识别是模式识别技术在视频图像中的具体应用，通常包括人脸的检测和定位、特征提取、分类识别三个主要方面的内容。由于具有安全性、可靠性和有效性，人脸识别近来成为视频图像信息处理的研究热点。其相关技术具有普遍适用性，能够容易地推广应用于视频信息处理的其他领域，有着重要的研究价值和应用价值。　　 本研究基于普通视频采集环境和实用化要求，通过搭建一个实用化的人脸识别原型系统，研究快速的人脸检测技术及预处理、特征提取和分类识别等问题。主要工作内容是：　　 1.用普通的USB摄像头采集视频图像，通过基于肤色特征的方法检测并分割视频中的人脸。考虑到实际光照问题，提出光线补偿等预处理措施处理目标图像。　　 2.研究了1维和2维PCA提取图像特征算法。提出先利用2DPCA快速提取图像特征，再利用PCA进一步加权的方法，不仅避免了单独PCA算法速度慢的缺陷，还提高了识别算法识别率。　　 本文搭建的原型系统，在600幅人脸的训练数据基础上，初步进行了20人次的识别实验，能够达到96.7％正确识别率，O.3％误识率，0.2％拒识率。在性能上，较传统PCA算法提高了效率和精度，体现了系统的有效性。