随着我国“数字城市”战略的实施,大量的城市安防监控设备为警方提供了大量的办案信息。在这些庞大的信息中人脸信息在其中占据了非常重的分量,为了节省公安警力加强城市安防需要将科技手段转换为直接战斗力,提出在信息处理过程中加入计算机人脸识别技术。针对刑侦应用实际需求的具体特点,利用PCA和SVM算法设计并实现人脸识别系统。刑侦人脸识别样本集数量庞大,识别环境复杂,识别对象不会配合人脸信息的获取。系统的各个环节中设计了针对人脸被遮挡情况下局部人脸的定位、修补、特征提取和分类识别方法。针对刑侦过程中对系统的时效性以及自动化要求不高的特点对系统的识别率做出了妥协,降低了系统的时效性和自动化程度提高了识别准确性。设计并实现了人工标定人脸特征人脸检测,让办案人员能够将一些系统难以自动检测到的人脸进行人脸识别。加入人工残缺人脸修补过程。由于获取人脸的环境复杂,很多情况下得到的人脸并不理想。提供方法使办案人员能对人脸做出必要的修补有效的提高了识别的准确性。在PCA人脸特征提取环节,加入局部人脸特征提取方法,可以对无法完整修补的人脸进行局部热脸识别。通过实验比较了两种局部人脸空间提取的方法,找到了一种可靠的局部人脸特征提取方法。同时在PCA特征提取环节试验了将不同特征的人群进行分类提取特征空间,以提高特征空间在统计学上的针对性。通过实验证实了将男女样本分开训练特征空间有利于特征提取的准确性。在SVM分类识别过程中,由于SVM分类器是一种二分类器,现有的多分类策略很难满足刑侦实际需求。通过数学证明和实验对SVM—对一分类策略做出了改进。避免了分类器库过于庞大,同时也保证了分类器可以根据办案人员的需要灵活的做出调整。