由于计算机人脸识别技术具有广阔的应用前景,对计算机人脸识别方法和技术的研究已经成为国内外模式识别领域内研究的热点。本文以人脸识别为主线,研究了人脸识别中人脸检测和定位、光照和几何归一化、特征提取和特征选择等问题,设计和实现了一个基于视频的实时人脸识别系统。本系统使用普通的USB摄像头采集视频图像,采用基于类Haar特征的层叠式分类器训练和检测视频中的人脸,通过光照和几何归一化等预处理后,利用Gabor滤波器提取表征人脸的特征,再经过降维,训练出一系列模板,最后使用距离分类器通过设计好的策略进行分类识别,辨别出视频图像中人物的身份。本文首先概要介绍了人脸识别的研究背景和常用的人脸识别方法,包括基于几何特征与模板匹配的人脸识别方法,基于特征脸的识别方法,基于人脸图像低频带信息的识别方法和基于神经网络与支持向量机的识别方法,并指出它们的优缺点及使用范围;然后介绍了几种目前应用最广泛的人脸检测方法,包括基于肤色特征的方法,基于模板匹配的方法,基于特征脸的方法和基于神经网络的方法,并通过OpenCV计算机视觉库设计了一个基于类Haar特征的层叠式分类器,实现了实时的人脸检测;针对不同光照条件下的人脸识别效果比较差的问题,详细介绍了几种不同的光照归一化方法,并对这些方法做了大量的实验,通过实验对比总结不同归一化方法对人脸识别的影响;同时为了解决Gabor特征维数较大的问题,通过对几种典型的特征选择算法的分析和实验对比,选取了PCA+LDA作为系统的特征降维的解决方案;最后设计和编程实现了一个基于视频的实时人脸识别系统,该系统可以完成图像捕捉、人脸检测、人脸定位、光照和几何归一化、Gabor特征提取、降维和人脸识别的全过程。本文所设计和实现的人脸识别系统可以用于视频监控、安全门禁、身份验证等安全领域,也可以用于视频游戏、智能玩具等娱乐领域,具有广泛的应用前景。