近年,主动近红外人脸识别技术在门禁系统和考勤机领域得到了较快的应用,这些领域对人脸识别技术提出了特殊要求：(1)算法必须适合实时嵌入式系统；(2)为了提高识别性能和鲁棒性,除了有更精准的人脸定位之外,还需要获取人脸姿态和是否戴眼镜等信息。本文针对这些技术需求,在如下4方面进行了研究并取得了成果：(1)提出了一种能对人脸与背景进行有效分割的算法,该算法利用灰度值和梯度值散射图法选取分割阈值,并用区域内部均匀性测度对阈值作优化处理。在1089张图像库上获得了100%的分割效果；(2)提出了一种人脸精确定位的算法,该算法先用基于Haar特征的人脸分类器检测出人脸,然后用最小二乘椭圆拟合进行人脸精确定位。在归一化人脸为120×120时,能得到平均误差小于1.5像素的定位精度；(3)提出了一种基于数理形态学的矩形形态滤波器,并用该滤波器构成了一种眼镜检测算法。该算法在2726张戴眼镜和不佩戴眼镜的人脸图像库上获得94.6%的正确率：(4)提出了一种基于人脸统计模型的人脸姿态估算算法,在285张多姿态人脸图像库上获得了平均姿态估算误差不超过7。的结果。本文的工作具有较大的实际应用价值。