人脸自动识别是生物特征识别的一种,在商业、安全、智能人机交互等方面有着广泛的应用前景.该文的研究工作针对自动人脸识别技术展开,整个工作分为三个方面:人脸检测、特征点定位以及人脸识别的算法研究,并以这些算法为基础构建了一个全自动的人脸识别系统.首先,在人脸检测的研究中,采用基于AdaBoost的实时人脸检测算法进行正面人脸的检测,该方法在保证较高的检测准确率的同时,大大提高了检测的速度.该文通过引入"积分特征"和在级联分类器的前端进行均值方差预判断进一步了提高检测速度.其次,在特征点定位的研究中,采用基于弹性图匹配的方法进行人脸各特征点的自动定位,其优点是建模方法简单,具有较高的定位精度.同时,采用快速小波变换使定位速度达到了实时性的要求.在人脸识别方法的研究中,将人脸识别的多类问题转化为两类问题,基于AdaBoost算法,对类内人脸图像对(intra-personal pairs)和类间人脸图像对(extra-personal pairs)之间的差异进行区分性训练,获得了较好的识别结果.该文通过加权累加级联分类器各层输出结果的方法提高了级联分类器的识别率.最后,为了克服光线、姿态等外在因素对人脸识别的影响,开展了基于三维可形变模板的人脸识别算法的研究.该算法通过对3D人脸和外在成像场景同时建模,可有效地去除外在因素对人脸成像的影响.该文只完成了这一方法的部分工作,该研究为今后进一步提高人脸识别的性能提供了可行的思路.