人脸识别技术自从上世纪60年代被提出以来，一直是研究热点，尤其是近年来随着公安图像联网、智能监控和公安图像云计算等技术的快速推进，公安系统的人脸识别技术在嫌疑犯身份确认、在逃人员通缉、重点场所布控、特殊人群身份确认、户籍管理等方面正逐步向实用过渡。本文所研究的内容属于南京市公安智能图像联网与多网融合通信平台项目的一个子项目，主要进行人脸识别算法的研究与实现。本文首先介绍了公安系统人脸识别的意义和技术发展过程，针对公安系统人脸识别的主要应用场景和当前研究难点进行了论述。其次，选择采用AdaBoost人脸检测算法满足了公安系统中人脸检测的实时性与高检测率要求。接着，对人脸识别的主要算法进行了研究与综合比较，选择采用基于隐马尔可夫模型（HMM）的人脸识别算法，适应了公安大数据量人脸库扩容的要求。在特征提取阶段，对识别图片采用二维离散余弦变换，并将得到的低频系数作为特征向量，相比直接使用灰度向量减少了计算量，同时增强了识别过程对于姿态和表情变化的鲁棒性。最后，设计开发了一个基于OpenCV的人脸识别原型系统，使用标准人脸库和自建人脸库进行实验，通过反复调试实践，给出了一个可以在实际运行代码中计算归一化相似度的经验公式，测试了原型系统的性能。实验证明，该原型系统在人脸识别率和识别速度方面均表现良好，达到了系统预期的设计目标。