随着社会科学技术的发展,人们安全意识的加强,传统的身份认证方法已不能满足人们对自动身份验证系统的要求,而生物特征是人的内在基本属性,具有很强的稳定性和个体差异性,因此把生物特征作为身份验证具有很强的实用性。利用人脸特征进行身份验证又是最自然和直接的手段。相比其他生物特征,具有友好、直接、方便的特点。人脸识别技术是当今计算机视觉与模式识别领域的研究热点,在公共安全、身份验证、人机界面、可视通信、电视会议、基于内容的图像检索等很多方面有着非常广泛的应用。论文分析了大量近年来国内外关于人脸识别技术的资料文献,对人脸识别的一些方法进行了探讨,针对人脸检测与识别相关方法进行了深入的研究,并提出了结合矩阵神经网络和多特征的人脸识别方法。论文首先对人脸识别的研究内容,发展现状以及难点进行了简单叙述,接着重点对人脸识别所包含的四方面内容(图片预处理、人脸检测、特征选取、人脸识别)进行了研究,通过对人脸识别的经典算法的研究,论文在图片预处理部分,简单介绍了几种常用人脸图片预处理方法,然后详细介绍了本文采用的基于多种小波融合人脸图像的处理方法。论文在人脸检测部分,采用了基于HSI和YCbCr模型融合的肷色特征检测人脸,然后根据人脸器官的几何位置关系和器官的灰度分布判别人脸。本文在人脸识别阶段,本文提出了选取局部自相关特征的线性鉴别特征向量和奇异值特征向量作为人脸表示特征,结合矩阵模块神经网络的人脸识别方法,并给出了实验方法和结果。最后对本文工作进行了小结,并对下一步工作做出了展望。