近年来互联网行业发生了重大的改变,随着Android平台的出现人们也越来越习惯于通过智能手机等移动终端来体验和分享网上的各种应用。人脸特征点定位技术作为人脸定位和人脸识别等后续研究工作的关键性技术在当今生活中有着非常重要的应用需求,但目前基于传统的PC或者服务器平台的人脸特征点定位相关的应用已经无法满足人们对于便携性和移动性的要求,因此基于Android平台的人脸特征点定位算法的研究和相关软件系统的开发就显得很有必要。文中首先对人脸特征点定位技术的发展历史、研究现状作了阐述,对常用的人脸定位方法作了分类和比较,并简要介绍了Android平台的基本结构和特点。其次,本文重点对人脸特征点定位过程中的各个关键步骤展开了深入的研究。文中在对人脸肤色分割处理的研究中发现,若直接采用最佳经验阈值针对不同的图片进行肤色分割得到的结果的准确性差别较大,对此本文提出了采用一种自适应动态确定最佳阈值的方法来计算最佳肤色分割阈值,再对人脸图像进行肤色分割处理,实验结果表明运用该方法能够得到比较精确的肤色分割的处理结果；接着,本文在对人脸特征点边缘检测的研究过程中发现运用传统的边缘检测算法对人脸图像进行处理的结果图像中可能会存在大量干扰噪声点,这些干扰点对后续的特征点的定位会造成不必要的影响,因此本文提出了一种改进的人脸特征点边缘检测算法,该算法先对人脸图像作精确的二值化处理,接着对处理后的图像采用LoG边缘检测算子作模板运算,实验结果证明该算法具有精确度高、处理速度快和稳定性高的特点。最后,本文对人脸特征点定位系统进行了整体设计,基于Android系统平台实现了该系统,并分别在搭载不同版本Android系统的硬件平台上进行了实际的人脸图像特征点定位效果的测试和分析,试验结果证明文中的系统对于普通的人脸图像定位成功率较高、算法的鲁棒性和稳定性也比较好,能够较好地满足普通用户的实际使用需求。