人脸认证技术作为最具有发展潜力的生物特征识别技术之一，在近几十年中得到了飞速的发展，具有重要的学术研究价值以及广阔的应用前景。在实际应用中，人脸认证系统对于人脸图像的采集一般均在非配合的环境下进行，易被其他人或者物所遮挡，这些干扰因素使得获取的人脸数据不完整，从而影响整个人脸认证系统的准确率。本文针对人脸局部遮挡这一关键问题，重点研究了基于视频的遮挡人脸的检测与识别方法，主要研究成果包括：(1)基于多特征Adaboost的快速遮挡人脸检测。根据视频序列间的运动信息，利用三帧差法对人脸图像的大致位置进行估计。然后针对Adaboost算法训练时间过长及人脸局部遮挡问题，通过改进Adaboost算法进行人脸位置的精确定位。实验结果表明，本文方法在人脸局部遮挡的情况下，正确率明显好过传统Adaboost算法。(2)基于MB-LBP特征的遮挡人脸识别。针对人脸局部遮挡情况下识别率较低这一问题，提出一种基于MB-LBP特征的遮挡人脸识别算法，并通过正交投影分类器减少特征匹配的次数。实验结果证明，本文方法能够有效提高人脸在局部遮挡情况下的识别率。(3)实现了基于视频的人脸认证系统。综合所提出的人脸检测与识别算法，给出了基于视频的人脸认证系统框架和详细设计，并建立人脸样本库，为进一步研究基于视频序列的人脸认证算法奠定基础。