作为近年来兴起的身份识别技术,生物识别利用了人体的终生不变性和非侵犯性的特征,在可靠性和安全性方面达到了较高的水平。众所周知,人体的各种外部特征,如指纹、虹膜、声音等生物测定方法都需要被测定者的主动配合参与,才能达到识别的目的,但人脸识别却不受这种限制,具有自然友好、对用户干扰少、易被用户接受等优势,从而具有更为广阔的应用前景并且正在成为当前人们关注和投入较大研究力量的重点。在现代社会中,个人身份认证技术的应用无所不在,其中基于指纹、虹膜、人脸等人体生物特征的识别技术在多个领域有巨大的市场需求,如门禁系统、机场安检、电子商务自然人机交互等领域进行自动登记、验证、监视、报警,进而可以组成多种场合监控系统。本论文是基于数字图像处理和图形图像学的相关理论,将计算机视觉与模式识别技术相结合,对人脸识别系统进行了较深入的研究和分析,主要完成的工作包括以下几个部分:(1)人脸定位算法。研究了两种人脸定位方法,分别是对于彩色图像的基于肤色的定位方法与对于灰度图像的基于人脸轮廓的人脸定位方法。前者利用肤色与背景色彩的区别从人脸图像中定位出人脸的大致位置,再利用构造的人脸模板从候选区域中检测并提取出人脸;后者利用对人脸的先验知识,在snake曲线提取边缘的算法的基础上,研究应用了主动形状模型(Active Shape Model, ASM)算法,这种算法先对人脸样本进行训练,然后进行轮廓的检测,对人脸检测定位更具通用性。本文在传统ASM算法的基础上做出了一些改进,使得ASM算法定位的结果更加精确。(2)特定人脸的三维重构。本文研究了一种基于Candide-3标准线框模型的特定人脸3D形状重建方法。Candide-3模型是一种参数化的模型,在Candide-3模型上重建出特定的人脸的过程就是参数调整的过程。把表述人脸的特征点分成不同的优先级,利用ASM算法思想,通过对Candide-3模型上不同优先级别的顶点参数的调整,使得原来Candide-3模型的中性表情调整为特定的人脸的表情,完成特定人脸的重构。(3)人脸识别算法。研究比较了两种人脸识别算法。针对定位算法和三维人脸重构算法得到的人脸数据,按照三维重构步骤中的思想分成不同的优先级别,利用提取Hausdorff距离的方法和基于局部特征的方法进行人脸识别。前面一种方法是把不同的人脸看成不同的点集,通过对点组成的线段间的距离进行测量,来完成不同点集的相似性的比较,即不同人脸之间的相似性;后一种方法是提取人脸局部的特征来组成人脸的整体,本文采用的Gabor小波系数的局部特征。并根据两种方法得到的结果进行了比较性的研究与分析,最终研究出了一种新的识别算法。这种新的算法综合了两种方法的优点,进行试验后验证了效果比单独使用一种方法得到的效果更为理想。