生物特征识别是一项利用人类特有的生理或行为特征来进行身份识别的技术，它提供了一种高可靠性、高稳定性的身份鉴别途径。而人脸检测和识别是目前生物特征识别中最受人们关注的一个分支。论文研究了一种对图像分辨率要求不高，在不同背景下的人脸自动检测和身份识别验证方法，并将该方法应用到手机平台下的主人身份识别，提高手机的安全性能。对由摄像头获取的彩色图像进行灰度化处理，得到了能反映出更稳定的图像本质信息的灰度图像，再对其进行人脸检测；论文提出了一种基于独立成分分析(ICA)和多项式神经网络(PNN)的人脸检测方法，对获得的灰度图像进行检测；在独立成分分析过程中，改进了FastICA估计算法，减少了独立基，提高了检测速度。对检测出的人脸，采用了贝叶斯决策理论进行验证识别，该方法通过图像特征空间的主成分分析，得到待识别人脸图像与手机主人图像的差分图像的主成份，利用高维高斯密度估计出差分图像的类内差异条件概率密度和类间差异条件概率密度，并应用后验概率判别方法对差分图像进行判别。实验表明，该人脸检测和识别方法能有效的检测出不同背景下的人脸图像，具有检测效率高，识别过程速度快等特点。分析了手机摄像头拍摄的图像特点，设计了手机平台下的人脸检测与身份验证识别系统。通过该系统，手机能够自动检测出使用者的面相并鉴别出是否是手机的主人，可以防止手机被他人非法使用，增强了手机的安全性能，保护手机主人的私人信息，具有广阔的应用前景和良好的经济效益。