人脸识别目前已经成为广大学者普遍关注的研究热点，它具有自然、直观、非接触、安全、快捷等特点。随着人脸识别技术研究的不断深入，自动人脸识别已经成为最具发展潜力的生物特征识别技术之一。近年来，人脸识别技术在安全监控、模式识别、人机交互等领域中具有广阔的应用前景，逐渐成为模式识别和人工智能领域的一个研究热点。但是，由于人脸在识别过程中受到多种因素的影响，如：复杂的人脸结构、表情的千变万化以及人脸采集的外部环境等，因此到目前为止，自动人脸识别依然是一个具有挑战性的研究课题。针对人脸图像受光照、角度等方面影响较大的现状，对人脸识别算法进行改进，提出了基于HOG特征的人脸识别优化方法，并在此基础上搭建人脸识别系统，验证结果表明，该算法具有较好的识别效果。本文的研究成果如下：（1）提出了一种基于YCbCr颜色空间的人脸检测定位方法，将积分投影与嘴唇定位相结合用于人脸检测。该方法将待识别的彩色图像从RGB色彩空间转换到YCbCr色彩空间中，首先利用建立的肤色模型将彩色图像分割为肤色区域和非肤色区域，然后分别对肤色区域进行水平与垂直方向的积分投影，初步定位嘴唇位置，并根据“三庭五眼”的面部分布规律，进一步定位人脸。（2）提出了基于HOG特征的人脸识别优化算法，有效地提高了识别率。该方法将统计学原理与人脸识别算法相结合，在弹性图匹配算法中，用梯度方向直方图（HOG）的描述模型来建立面部标志，并结合统计学原理，对人脸特征点进行分类，赋予不同的特征点不同的权值。仿真结果表明，该算法不仅具有较高的鲁棒性，而且能够有效地提高识别率。（3）完成了人脸识别系统的搭建。在上述研究算法的基础上，采用Visual C++和MATLAB开发语言，通过混合编程手段，设计了C/S架构的人脸识别系统。其中，基于VFW的视频采集模块利用Visual C++开发，而人脸区域检测和人脸识别程序则采用MATLAB编程，M文件编译成动态链接库后供Visual C++平台调用。系统运行结果表明，采用本文所提出的算法能够较好的解决光照、角度、旋转等条件的影响，与传统方法相比，具有较高的效率和准确率。