在智能识别领域,人脸识别系统因其独特的隐蔽性和易操作性,在安全门禁系统验证,身份数据匹配等很多方面有着非常广泛的应用。人脸的检测与识别是生物特征识别的重要研究方向,它根据人脸图像特征,在静态图像或者是视频中检测出人脸,然后将人脸特征信息进行储存,当人脸目标再次出现的时候,根据储存的数据与目标匹配来识别出特定人脸。在智能视频识别、身份信息鉴定应用中,移动设备上的人脸识别软件有广泛的应用前景。论文首先分析了人脸检测识别技术的研究现状,以及目前该领域主要的研究方向。接着对人脸检测识别的关键技术进行了研究和实现,分别是图像预处理技术,人脸位置检测算法,人脸特征提取算法和目标分类算法。最终设计并实现了一套人脸识别软件系统。论文研究了数字图像预处理使用的直方图均衡化和灰度变换算法。研究了基于肤色的人脸检测算法和Viola Jones人脸检测算法,在对两种算法进行实现和性能分析之后,采取基于Viola Jones的方法作为检测算法。在人脸特征提取方面着重研究了基于PCA的人脸特征提取算法。存储的特征数据使用K阶最邻近分类方法(KNN)算法进行人脸的匹配识别,输出识别结果。在人脸识别的实现过程中,先对人脸图像进行采集训练,存储训练数据。然后对出现在检测窗口内的人脸特征进行分析,由KNN方法进行分类匹配,最后将识别结果输出。论文在Android平台上对相关算法实现进行了实现,在Eclipse开发平台下搭建Android开发环境,使用OpenCV提供的计算机视觉库,结合Android NDK技术以及JNI技术,实现了一套人脸检测与识别软件系统。经测试,该系统有较高的识别率,系统性能满足实时检测识别人脸的需求。