近年来,可见光人脸识别技术受到了大量的关注与研究,取得了巨大的成就。但是可见光人脸识别技术存在需要外界光源、需要活体检测以防止欺诈、夜间无法隐蔽地对人脸识别等一系列的问题。相较于可见光人脸识别系统,基于热红外的人脸识别系统具有无需外界光源、抗伪装、防欺诈等特点,具有重要的研究价值。本文在深入研究热红外人脸图像特性的基础上,将热红外人脸识别算法按具体流程划分为人脸检测、人脸对齐、人脸识别三个子算法;针对现有的热红外人脸数据不足的问题,设计、采集、构建了热红外人脸数据集,为后续的实验奠定了数据基础;对三个子算法分别进行探索与实验,通过将三个子算法串联起来,最终实现了一个完整的热红外人脸识别算法。首先,针对热红外人脸检测问题,通过对yolov3目标检测方法进行改进,设计并实现了适用于热红外人脸的检测算法。实验表明,该方法在保证检测精度的同时,具有更快的检测速度。在研究构建的数据集上,取置信阈值为0.9、最小交并比为0.85时,对距离热红外镜头2米～4米范围内采集的人脸数据的验证中,检测精度为98.54%。其次,针对可见光人脸的两步对齐方式难以直接用于热红外人脸对齐的问题,分析热红外人脸图像的特点,利用生成对抗网络技术,设计、实现了适用于热红外人脸的三步对齐方法。实验结果表明,本方法定位热红外人脸关键点的偏差平均控制在1个像素以内,可提升热红外人脸识别的精度。最后,通过设计新的损失函数进行训练,获得了一个适用于热红外图像的人脸特征提取器。实验结果表明,所提取的特征在人脸鉴别问题、人脸检索问题上皆取得了相较其他热红外人脸识别方法更好的效果,在研究构建的数据集上首次正确命中人脸的概率达到了99.40%。