近些年来，计算机技术和移动设备如智能手机等的日益普及和发展，有效便捷的移动设备网络安全身份认证问题正逐渐凸显其重要性。以生物特征为基础的识别技术具有不易被恶意盗用、伪造等安全优势，得到学术界和工业界的广泛关注。在指纹、视网膜、步态等众多的生物特征中，人脸识别技术是在日常生活中最为友好便捷的快速身份识别方式，同时也是模式识别领域的研究热点。随着3G网络的迅速发展和移动设备硬件配置不断增强，针对移动终端设备的身份认证技术开发变得可行。然而，现有针对移动设备的人脸识别技术研究目前尚不多见，传统的人脸识别技术仍存在局限，如移动设备使用的光照、背景易发生改变，使用者姿态、眼睛、表情等发生变化的问题。本文考虑结合Android平台的固有优势，研究移动平台下的人脸识别技术。主要工作包括以下几个方面：一、研究一种精确度较高的人脸检测技术。人脸检测系统面临的主要挑战通常有姿势变化、背景复杂、人脸面部表情多样化、图像定位不合理、成像条件恶劣等等。针对这些问题，基于图像边缘信息和肤色信息的彩色图像提出一种具有光照不敏感的人脸检测算法。算法使用图像增强的预处理操作调整输入图像的光照，并结合肤色和边缘信息来提高人脸检测的速度和精度，使用原始图像的相关特征来快速有效地进行脸部身份验证。算法的优点是，可以针对不同大小、姿势条件下的图像进行检测，并且对光照条件和表情没有约束。二、研究一种针对内存受限的移动设备的人脸识别技术。针对移动设备上内存和计算资源不足的问题，提出一种基于识别信息差异性质量和最近邻分类器的算法。系统针对分类过程中流数据的特性对有限的内存资源进行引导分配，最大限度地提升识别性能，通过标识先前捕获面孔的最优子集的方法选择最佳实力样本子集用于存储至内存。该算法通过考虑每个数据的辨别潜力，估算了存储的分类集合值，给出了系统预计会出现的信息。此外，该算法还提供了在有限内存条件下设置动态数据的相关原则。三、根据以上研究内容，实现一个快速高效的基于移动终端的身份识别系统。该身份认证系统可以分为：采集功能模块，包含用户注册功能和图像采集功能；预处理功能模块，包含人脸检测功能和人脸训练功能；识别功能模块，包含人脸识别功能和密码验证功能。采用的是C/S模式体系结构，结合Android系统平台、ASP.NET开发平台等实现各个功能模块。