生物特征认证技术,由于其广泛应用前景,将在社会生活中占据越来越重要的位置.在众多的生物特征识别技术中,利用人脸特征进行身份验证又是最自然直接的手段.相比其它人体生物特征,人脸识别具有直接、友好、方便的特点,易于为用户所接受.以人脸作为人的基本生物特征的身份鉴定技术获得了广泛的关注.但由于在人脸识别中几个关键性问题没有取得突破,离真正意义上的大规模商用还有一定距离.具体来说在人脸检测中的实时性问题、人脸图像预处理有效的归一化问题,识别中有效特征抽取和小训练样本识别问题,都没有得到有效解决.因此,这些关键性问题有着很高的研究价值.针对以上几个关键性问题,该文在以下几个方面进行了创新性的探索.(1)在人脸检测方面,针对目前最有效的Adaboost的人脸检测方法在训练时十分耗时的问题,提出一种新的快速训练方法,采用排序进行训练,其结果比以往的方法的训练速度有显著提高.同时利用双阈值代替单阈值,改进Adaboost检测器结构,同时提高训练速度和检测速度,使Adaboost方法更具有实用性.(2)在人脸图像特征点定位上,论文提出层次弱淘汰定位器结构,通过组合大量基于灰度的先验知识进行特征点定位,提高了特征点定位精度.在灰度归一化的问题上,提出了一种新的归一化方法.该方法使用同态滤波去除畸变光照,使用定义的能量归一实现对图像后处理引入干扰的去除.该预处理方法压制了人脸图像的类内差异,提高了人脸识别的识别率.(3)提出了一种新的子空间中判决方法:最小二乘残差距离判决方法,通过提高分类判决的性能,来提高小样本训练样本下人脸识别效果.该方法利用子空间线性泛化样本来重建测试样本,通过重建样本与测试样本之间残差距离进行判决.理论分析与实验表明,论文的方法比其他类似方法有更好的识别效果.(4)论文也在人脸压缩技术上提出了基于形状与纹理分量的压缩方法,将人脸的形状信息与纹理信息分别利用主分量分析进行压缩.该方法利用了人脸自身的属性,提高了压缩效率,相比其他方法,无论视觉效果还是PSNR都有较大改进.最后,在研究的基础上,我们完成了两个实际系统,基于Adaboost的人脸快速检测系统和人脸语音双通道智能签到系统.,对基于生物特征的身份识别技术的实际应用做了有益的探索和尝试.