随着科技和网络的发展,信息安全日益受到威胁。如何准确地进行身份认证,有效地保障信息安全,是当今社会需要解决的一个关键问题。生物特征识别技术由于利用了人体本身所固有的特征,使得其具有更高的安全性、可靠性和有效性,因此受到了越来越多的关注,而人脸识别作为一种最友好的生物特征身份认证技术,也必然成为多学科领域的研究热点。人脸识别是利用计算机视觉和图像处理技术对人脸图像进行处理和分析,通过提取脸部特征信息来识别人脸的一种生物识别技术。目前己经成功应用在身份辨识、门禁系统和视频监控等各个方面。在人脸识别方法中,基于几何特征的人脸识别具有简单直观、对内存要求小的优点。本文在人脸检测的基础上,结合人脸各器官结构分布几何关系的先验知识,利用角点检测和灰度投影的方法进行人脸主要器官特征提取,将人脸特征用一组几何特征向量表示,并通过对特征向量的相似度计算进行人脸识别。本文的主要研究内容:1.通过对目前人脸检测算法的研究分析,本文采用基于Haar特征和积分图的Adaboost人脸检测算法进行人脸检测,该算法可以快速有效地检测到人脸。2.在人脸识别中,为了对人脸特征进行提取,本文选取人眼、鼻子和嘴巴作为识别的主要特征,因此需要对人眼、鼻子和嘴巴进行定位。其中最主要的是人眼的定位,在人眼定位的基础上实现鼻子和嘴巴的定位。本文提出了一种精确定位眼睛的方法,首先采用角点检测算法进行人眼区域粗定位,然后结合眼区灰度分布特点和灰度变化特点,采用改进的积分投影与差分累加值投影相结合的方法进行人眼精确定位,并通过大量实验选取合适的参数。实验结果表明,该算法定位准确率高。3.在人脸识别中,为了对人脸特征进行匹配,本文在定位人脸器官的基础上,将选取的特征点构造特征向量并归一化,对归一化后的特征向量进行相似度计算,根据得到的相似度进行人脸匹配识别。通过在ORL人脸数据库进行实验,结果表明本文的人脸识别方法识别准确,具有较高的识别率。