人脸识别系统以其方便、非侵入的特点受到军事、商业、安全、信息等应用领域的青睐。经过30多年的发展，自动人脸识别技术取得了长足的进步。但是，由于人脸的外观总是处于不断的变化之中，一般的、无约束环境下的人脸识别问题远未解决。 本文分别研究了自动人脸识别系统的各个关键算法，主要工作和贡献包括： 1)人脸检测定位人脸检测定位是自动人脸识别系统实现的第一步。本文利用肤色模型缩小搜索范围，再利用扩展类Haar特征进行基于自动提升算法的人脸检测，降低了系统的误检率，并满足系统实时性的要求。 2)面部关键特征定位面部特征精确配准是鲁棒实用的人脸识别系统的基本前提。本文算法结合了眼睛的灰度与边缘信息，将左右眼分开查找，最后利用眼睛模板完成瞳孔位置的精定位。根据眼睛和嘴唇的几何位置关系，得到了嘴唇中心位置。改进了传统的主动形状模型算法，利用已经得到的关键点位置初始化平均形状模板，并对形状进行区域约束，提高了定位精度和速度。 3)人脸描述特征及基于单样本的核心识别认证算法对于人脸描述，本文给出了单训练样本系统的鲁棒描述方法。基于局部Gabor二值模式的直方图匹配方法采用了Gabor小波、局部二值模式、局部空间直方图等不同层次的局部特征提取过程，对表情和误配准等问题具有较高的鲁棒性。本文通过简化Gabor滤波器提出了局部扩展Haar二值模式的直方图匹配算法，采用积分图方法极大地降低了计算复杂度，提高了系统实时性，并且性能仍能满足系统要求。这些算法在本质上无需在一个训练集上进行训练，因而避免了基于统计学习人脸建模方法的推广能力问题。 4)基于二代身份证的人像认证系统总体设计方案研究了如何设置现场环境、选择摄像设备、论证核心的检测算法与认证算法，并给出了整个系统的运作流程。