自动人脸识别(AFR)研究试图赋予计算机根据人脸辨别人物身份的能力。该研究具有重要的科学意义和巨大的应用价值。经过三十多年的发展，AFR技术取得了长足的进步，目前最好的自动人脸识别系统在理想情况下已经能够取得可以接受的识别性能。但测试和实践经验表明：非理想条件下的人脸识别技术还远未成熟，要开发出真正鲁棒、实用的AFR应用系统还需要解决大量的关键问题。本文重点探讨了基于肤色的人脸检测过程和基于统计学习的面部特征定位问题。人脸检测是人脸识别的前期重要工作，本文首先分析了国内当前人脸检测的常用方法，接着介绍了一些常见的色彩空间的相关知识，然后重点讨论了一种基于肤色模型和模板匹配的人脸检测算法，主要是利用肤色模型得到可能的皮肤区域后利用模板匹配进行确认，该方法减少了模板匹配的运算量，提高人脸检测的精确度和速度。人脸检测完成之后就要进行面部特征定位，因此本文接着研究了面部特征精确配准问题，重点讨论了基于主动形状模型的人脸定位算法。首先介绍了点分布模型，并在训练样本对齐、形状变换建模和灰度模型的建立等方面展开讨论，然后详细讨论了主动形状模型的整个搜索过程并对主动形状模型的做了一些改进，讨论了相关研究工作。最后，实现了一个人脸检测和特征定位的仿真系统，并进行了大量的实验和测试。结论表明该系统对人脸检测和面部特征定位均有着较好的效果。