近几年,随着电子商务等需要的剧增,人脸自动识别已经成为了最具潜力的身份认证方式。人脸自动识别具有非侵犯性、直接性和友好性,更加符合人们的视觉习惯,是人们最容易接受的一种身份鉴定方式,使得人脸自动识别在身份识别、安全检查、自动检测等众多领域具有很大的发展潜力,因此人脸识别已经成为计算机视觉和模式识别领域内重要的研究课题。而人脸检测是人脸识别的第一个关键步骤,因此人脸检测也已成为重要的研究课题,它们受到越来越多研究者们的关注。本文主要针对人脸检测和识别展开讨论。讨论了多种针对人脸检测和识别的基本理论和方法并辅以相应的实验,并着重对基于肤色、肤色特征和Gabor小波方法进行分析研究,经过理论分析、实验证明具有较好的实用性。本文的主要研究内容如下:(1)提出了一种基于肤色分割和改进Gabor滤波相结合的检测方法。该方法首先基于YCbCr空间对图像中在的背景区域和人脸肤色进行分割,以消除大量的背景区域,提高运算速度。接着利用改进的Gabor滤波对提取出来的人脸肤色区域进行卷积得到人脸的特征向量,并与通过训练样本所获得的特征向量进行比较以验证是否为人脸。(2)提出了一种基于脸部特征和改进Gabor滤波器相结合的检测方法。在检测时,利用脸部特征去除大部分的背景区域,其次利用改进Gabor的滤波器对余下的区域进行进一步验证,以确定是否为人脸。(3)基于特征的人脸识别算法。提出了一种基于Gabor小波、PCA和LDA的识别算法,该方法使用Gabor对训练样本进行特征向量的提取;然后使用PCA进行降维处理,再使用LDA方法进行类间的判别,得到所相近的人脸,以达到识别的效果。