在当今社会,信息安全问题备受人们的关注。自身安全和个人隐私保护成为这个时代最热门的话题。基于密码、个人识别码、磁卡和钥匙等传统的安全措施已经不能完全满足社会的要求。在这样的时代背景下,人们把目光投向了生物特征识别技术——利用人体固有的生理特征或行为特征来进行身份的鉴别和验证,而人脸识别技术以其所具有的独特优势,使其成为最有潜力的身份验证手段,而且一个经济、实时、准确的人脸识别系统将有着更为广泛的潜在应用。　　本文围绕目前基于人脸识别的关键技术和难点问题展开深入分析和研究,主要工作内容及创新点如下:　　(1)简要介绍了人脸识别技术的基本概念,系统描述了人脸识别技术中的关键技术,详细阐述了人脸识别技术的国内外研究现状和当前存在的难点。　　(2)着重分析了人脸检测算法,针对以往人脸识别系统对光线昏暗引起的人脸模糊对人脸检测的影响,通过对现有的人脸检测算法的深入分析和研究,在基于形状的人脸检测方法的基础上提出改进算法。此方法首先利用光照补偿对人脸图像的灰度范围进行修正,增强图像中人脸区域的对比度,使用基于形状的人脸检测算法进行检测,最后确定人脸区域。实验结果表明,该方法能够有效检测光线昏暗引起的人脸图像。　　(3)为了提高光线昏暗条件下的人脸识别率,我们详细分析了人脸识别技术算法的实现和应用,改进了在此条件下基于主成分分析的人脸特征提取方法。此方法通过光照补偿和主成分分析方法对数据库中人脸图像进行训练,提取已检测出的待识别人脸图像的特征,计算待识别人脸与数据库人脸特征的欧几里得距离的最小值,以此作为人脸特征匹配的依据。实验结果表明,该算法完成了一个人脸识别系统,实现了对人脸的有效检测,提高了在光线昏暗条件下的模糊人脸识别率,并通过实验对比验证其有效性。