美是人类所广泛感知的一个概念,人脸的美丽是人类社会活动中最常感知的对象,它能给人们带来愉悦的心情。人类对自身之美的研究已有几千年的历史了,人类对美的不断追求,促进了人的审美意识不断提高,同时也促进了社会的发展。但对于人脸美丽是什么?却很难定义。认知心理学近年来大量研究实验发现人们对于什么脸是美的存在着高度的一致性,这种高度的一致与文化、种族、年龄、性别无关。本文基于图像处理和机器学习的方法进行了人脸美丽分类的研究,我们通过对面部美丽特征的量化研究,希望其能在现实生活中的临床美容、整形和修复当中起到一些指导意义。尽管利用图像处理和机器学习方法来进行人脸美丽研究的文献比较少,但最近几年来已经开始受到不少研究者的重视。本文针对人脸美丽这一研究问题,希望能给出一些客观的、量化的描述。主要工作包括以下四部分：(1)从一些流行的社交网站上收索大量的男性和女性人脸图像,建立较大规模的男性人脸美丽和女性人脸美丽数据库,以便后续实验的进行。(2)采用局部二值模式(LBP)描述子和分块的LBP (Block-LBP)来提取人脸的纹理特征,来表示人脸的美丽特征。(3)采用尺度不变特征变换(SIFT)描述子和空间金字塔匹配(SPM)策略来提取人脸的特征点,并利用了图像的空间信息,来表示人脸的美丽特征。(4)对于一副给定的人脸图像,为了对其给出较客观的等级评价,我们使用K近邻(KNN)分类器和支持向量机(SVM)分类器对所提取的人脸美丽特征进行分类,然后客观分析结果。实验结果表明,提出的人脸美丽分类方法比较客观的评价人脸图像,验证了我们提出方法的可行性,并得出一些相关的结论。