经过长期的研究发展,人脸识别技术越来越成熟,已经被广泛的应用到公共安全和日常生活生活中。但由于图像本身容易受到各种外界因素如光照、姿势等影响,人脸识别的应用仍然面临诸多挑战。特征提取是人脸识别的关键,在人脸检测得到图像之后,利用特征提取算法对人脸图像进行特征提取,将提取到的特征向量与训练库中的人脸特征向量比较从而判断人脸所属类别,给出最终的识别结果。本文详细介绍了人脸检测、图像预处理、局部特征相关算法在人脸特征提取中的应用。针对局部二值模式(local binary pattern,LBP)的不足提出了一种新的特征提取算法:自适应阈值局部特征融合的人脸识别算法。最后,设计并完成一套具备人脸检测与识别功能的人脸识别系统。主要工作和研究成果如下:(1)提出一种自适应阈值局部特征融合的人脸识别算法。在传统LBP的基础上研究和分析,提出自适应阈值的ULBP算法,解决了传统LBP算法阈值不能自适应的问题。受到人脸表情识别的启发,将局部梯度编码模式融入到其中,从不同方向描述了人脸图像的纹理特征,使得提取的纹理特征更加丰富,并分别在ORL、YALE和FERET人脸数据库中进行实验,提高了算法的识别率。(2)设计并实现一套具有检测和识别功能的人脸识别系统。对自适应阈值局部特征融合的特征提取算法进行函数封装,利用C++和OpenCV在MFC平台下,完成一套具有人脸检测和人脸识别功能的识别系统。