自动人脸识别技术是模式识别、人工智能领域的研究热点。经过近半个世纪的发展，已经提出了很多行之有效的人脸识别方法。然而，识别效果仍然受到光照、姿态、伪装等外部因素的严重影响。由于局部特征具有提取方便，细节表征能力强的特点，已经得到了了广泛的应用。韦伯描述子(WLD特征)是一种强大的局部纹理信息描述子，它不仅识别效率高，而且对光照、姿态变化有着良好的鲁棒性。本文主要研究基于WLD特征的人脸身份、表情和性别识别方法。首先介绍了WLD特征结合Gabor滤波器的人脸身份识别，并在ORL数据库上进行测试。然后探讨了WLD特征的人脸表情表征能力，利用WLD特征结合HMM分类器进行人脸表情识别，并在JAFFE人脸表情库上做测试。对WLD特征进行改进，依据人脸不同区域对于识别效果的不同贡献，对不同区域设置了各自的WLD特征权重，并结合SVM分类器在FERET数据库上进行人脸性别分类识别。实验表明，WLD特征在身份、表情和性别识别三个领域都取得了良好的识别效果。基于前面所作的工作，本文还设计并开发了一个人脸综合识别软件，该软件集成了自动人脸检测技术、LBP与WLD特征提取和几种主要模式识别分类器，可以在现有主流Windows操作系统下运行，能够进行人脸的身份、表情和性别识别，具有较高的识别率。