人脸识别作为一种身份鉴别技术，在人机交互、图像检索和视觉监控等领域有重要的应用。尽管近三十年来，人脸的识别受到了国内外的广泛关注，但一直是模式识别和计算机视觉领域中的研究热点和难点。由于识别结果往往受到表情、姿态和光照变化的影响，同时还要保证识别系统的实时性，人脸识别仍然有很多技术问题需要解决。　　 自动人脸识别包含以下几个步骤：人脸检测，人脸对齐，人脸图像预处理，人脸表示和分类。论文重点围绕人脸识别中的人脸检测，人脸对齐和人脸表示三个方面进行了研究。主要内容如下：　　 (1)在传统Adaboost人脸检测算法的基础上，从两方面进行了改进，在训练中使用序列化表格进行弱特征的选取，在一轮训练结束后，不进行样本权值的更新，直接在已选分类器基础上，利用直方图统计的方法进行下一轮训练。　　 (2)提出了一种基于灰度信息的人眼检测方法，首先通过Gabor变换和聚类分析找出人眼大致位置，然后利用邻域算子找到瞳孔中心位置。　　 (3)改进了基于LBP的人脸表示方法，使用Sobel边缘检测得到的人脸轮廓信息作为权值，对LBP进行加权操作。　　 (4)设计和实现了一个完整的自动人脸识别系统，并在一些公开的数据集上对所提出的方法进行了实验。