在计算机视觉领域中,脸部识别其中一个重要的研究领域。在经过接近四十年的发展之后,在可控条件下基于视觉的传统脸部识别问题已经获得非常成熟的解决方案,于是如今越来越多的研究者开始将重心放在非可控条件下的跨风格人脸检索问题上。因为一些实际的应用需求,跨风格的人脸识别已经成为一项非常重要的工作,比如公安警察机构的犯罪人员画像检索。然而,跨风格的人脸检索是一项富有挑战性的工作,因为不同风格人脸图像之间具有显著的特征异质性,而该情况在草图人脸检索中更为明显。之前的研究者提出通过设计具有一定风格不变性的优质特征,以及通过特征学习生成不同风格之间的共同特征子空间的方法来解决这一问题。然而对于草图人脸图像,特别是抽象程度更高的漫画草图人脸图像,现有的方法依然无法取得较好的检索表现。因此本文尝试更全面和综合的解决这一问题。本文在深入研究基于草图的跨风格人脸检索技术的同时,研究完善了基于草图的跨风格人脸检索框架,论文的主要工作如下:1.提出在人脸的部件层上提取图像特征。通过人脸关键点定位的方法确定脸的部件层的区域。该方法能很好的解决不同风格之间的校准问题。该改进的图像特征作为整体检索框架中的低层特征。2.提出在人脸的部件层上检测人脸语义属性,可以减小不同语义属性之前的干扰和相关性。同时对于基于人脸几何关系的语义属性,本文提出了改进的检测算法,从而提升整体的属性预测结果。该改进的人脸语义属性作为整体检索框架中的中层特征。3.提出改进的投影方法来提高基于草图的跨风格人脸匹配的准确度,相较于传统的典型相关分析和偏最小二乘法,将该方法能显著提高低层图像特征的检索效果。4.最后给出了完整的基于草图的跨风格人脸检索框架,实验结果证明了该框架具有非常好的表现,同时也具有鲁棒性。