人脸检测识别技术是图像处理及模式识别领域的重要课题之一。在身份确认应用方面有重要的作用。本文通过对人脸检测识别系统的分析,在立足于算法的角度上,将整个系统分为,人脸检测、人脸校正、特征提取、分类识别四个部分。通过研究生阶段的研究以及与他人的合作,在人脸检测模块中,本文分析了传统的人脸检测算法,并采用了基于Adaboost的改进人脸检测算法检测出视频序列中的人脸图象;在人脸校正模块中,本文根据检测到的人脸图像中眼睛的位置校正人脸图象,针对传统眼睛定位算法的优势和缺陷,提出了基于Gabor滤波多频段融合技术的人脸校正算法,并以此为基础校正人脸图象;然后,本文应用40个Gabor滤波器与人脸图像卷积得到的Gabor特征为分类识别的特征向量;最后采用R-LDA作为系统的分类确认器,巧妙的解决了Fisher线性判别中遇到的小样本问题。本文最终实现了人脸自动检测确认系统的原型系统的搭建。该系统能够自动检测人脸图像,并对检测到的人脸图像做校正归一化处理,并提取特征向量,最后交给分类器进行身份的确认。通过实验证明,本文采用和提出的各个模块的算法是具有良好的鲁棒性,较其他一些传统的算法有明显的优势。以此为基础搭建的软件系统,也能够符合人脸自动检测确认任务的需要。