人脸识别技术拥有重要的应用和理论价值。它已经成为模式识别、计算机视觉、图象处理、认知科学以及神经系统科学等研究领域的热点课题。作为一种有效的人脸表示算子,局部二元模式LBP(Local Binary Pattern)在人脸识别问题中已经受到了越来越多的关注和研究。但是原始的LBP算子存在其固有的缺陷,因此本文首先针对人脸识别这一个特殊问题,在LBP算子的基础上提出了新的非局部二值模式NLBP(Non-Local Binary Pattern)算子。相对于原始LBP算子,新的NLBP算子具有以下优点:1.NLBP算子不仅能挖掘图像中的微观局部模式,还能挖掘出对识别技术有帮助的非微观模式,实现了多尺度的分析功能。2.NLBP算子能够增强和突出人脸中的关键、显著特征,这些关键、显著特征能够提高识别准确率。3.NLBP算子能够提高人脸表示对遮挡以及误配准的鲁棒性。人脸特征定位是人脸识别的关键技术。本文利用NLBP算子设计了两种新的人脸特征定位方法,它们在人脸识别系统中有着不同的应用:·基于NLBP的人脸特征区域快速定位方法;由于大尺度NLBP算子具有突出人脸特征区域、以及对非相关区域进行抑制的能力,我们设计了能对人脸特征区域进行快速搜索和定位的方法。所提出的方法在实验中显示出了较可靠的性能,可以被用作很多特殊人脸识别技术的预处理技术。·基于NLBP的人眼精确定位方法;本方法采用了两阶段定位的策略,充分利用了大、小尺度NLBP算子对人脸特征不同的增强和突出能力。首先确定出人眼的大致区域,然后利用人脸图像中左右眼的相似性在粗糙区域中精确地定位出人眼的位置。所提出的方法能够被用来进行人脸图像的配准、或者人脸姿态预测。结合运用人脸检测技术和这两种新的定位技术,我们在原始采集到的完整静态以及视频图像上进行了实验,并展示了这三种技术挖掘出的信息在人脸识别系统中的运用。