人脸自动识别技术是生物特征识别技术的重要组成部分，是计算机视觉与模式识别领域中非常活跃的课题。它主要包括人脸检测和人脸识别两方面内容。本文对灰度图像中正面人脸的实时检测和识别问题进行了详细研究，并实现了一个人脸自动识别仿真系统。 在人脸检测方面，本文详细研究了基于知识的人脸检测算法。为满足实时检测的需要，本文将一种灰度区域特征的快速计算方法——积分图算法引入到基于知识的人脸检测中。从而在不降低检测精度的情况下，使检测的时间复杂度由O(n~5)降低到O(n~3)，缩短了人脸检测的时间。另外，本文将基于知识的方法中的器官分块策略引入到基于支持向量机的人脸检测方法中，将各子块像素的统计量作为人脸特征，输入到SVM中。通过SVM对大量人脸与非人脸样本的学习，自动产生人脸知识，一定程度上提高了人脸检测的精度。 人脸识别方面，本文对在人脸识别中广泛应用的隐马尔可夫模型(HMM)的原理进行了介绍。在此基础上，研究了基于HMM的人脸识别方法，探讨了人脸HMM模型的建立及训练过程，并在本文的仿真系统中实现了该方法。 最后对人脸自动识别系统进行了仿真实现。该系统中主要包括了视频图像输入模块，人脸检测模块和人脸识别模块。同时对整个自动识别系统在具有复杂背景的室内环境下进行了实验。在实验过程中，提出了一种人脸自动建库方法。克服了传统的建库方法一般采用手工裁减来获得人脸图片的不足。在实时人脸检测算法的基础上，对背景中的人脸进行自动分割，提高了建库的效率并基本统一了人脸图像的规格。实验结果表明在光线没有强烈对比的室内环境中，系统在实时性和识别率上都达到了预期的指标，完成了正面人脸自动识别的任务。