人脸识别是模式识别和计算机视觉领域中一个富有挑战性的课题，有着重要的研究价值和应用价值。本文分别对人脸检测和人脸识别问题的一些理论和算法进行了研究。主要工作如下： 首先，文章设计了图像采集模块，通过摄像头在windows环境下实现动态图像的采集、捕捉、存储等功能。 其次，对人脸检测的一些算法进行了详细的阐述。通过对灰度光流法和彩色光流法的比较实现了人脸定位。在此基础上使用模板匹配法实现人脸检测，实验取得良好结果。 第三，针对人脸识别中的特征提取进行了研究。首先使用Fisher鉴别准则降低了特征维数，然后分别利用小波变换、傅立叶变换和小波包方法对人脸特征进行提取，最后通过最近邻分类器实现了人脸识别，研究表明在频域上的特征提取算法能提高识别率。 本文的最后提出了个体特征脸子空间与奇异值相结合的人脸验证算法。该方法首先利用小波变换减小表情因素对人脸验证的影响，再为每个人建立单独的个体特征脸子空间。验证时，将测试人脸投影到训练样本的特征脸子空间上，然后利用样本特征脸子空间的奇异值特征矢量在欧氏距离上进行验证。本文ORL人脸数据库的基础上制定了实验协议，取得了较好的验证结果。此外还探讨了基于不变矩的人脸验证算法，在ORL图像库上的人脸验证实验结果证实了该算法的有效性。