为了构建能够满足公共安全等领域复杂需求的嵌入式近红外自动人脸识别系统，我们对人脸识别中涉及的核心方法进行了深入的研究。本文建立了一套基于人脸几何规则的局部区域特征描述模型，并对人脸特征提取和分类识别的具体算法及实现细节进行了深入论述。　　 本文从人脸器官几何分布的角度出发，以面部关键点的形式定义人脸关键区域，通过关键点处的核函数组响应对人脸进行表征，从而获得了高效、稳定的人脸特征描述；建立了以基准关键点为主、附加关键点为扩展的面部关键点定位规则集，以这些关键点为中心，获得输入人脸图像的Gabor核函数组响应，并最终构造人脸特征集合；针对最近邻分类模式中的距离度量、人脸识别应用中特有的入侵者拒绝阈值设置机制进行了讨论，针对Parzen窗估计分类模式的概率神经网络实现，讨论了窗宽度对概率密度函数估计的影响，全局拒绝阈值的设定；最后本文在自采集样本集和通用数据集上，以特征脸方法作为人脸识别系统的基准，设计了一系列针对性实验，对特征脸方法、LBP方法和本文所提出的特征描述与识别分类方法进行分类性能对比分析，实验结果表明我们所提出方法是适用于嵌入式近红外人脸识别需求的。　　 现有的特征描述是基于独立的几何关键点的局部区域进行描述，而并没有完全使用全局结构性信息，如果将特征描述中关键点间的结构信息融合进现有特征描述将是一个重要的改进；现有的特征提取方法对于前期面部关键点的定位依赖较大，如何减弱或者消除这样的依赖性将是我们下一步的研究目标；本文所提出的特征描述及提取方法同样适用于其他分类模式，下一步研究中我们将对其他的分类模式进行尝试。