现代信息社会对身份鉴别提出了更高的要求,而近年来随着计算机技术及生物医学工程技术的突飞猛进,利用人体本身的生物特征来进行身份鉴别成为安全验证的首选方式。在众多基于生物特征的身份验证方式中,由于人脸识别技术具有独具的优势,因而成为人们研究的热点。但是人脸识别技术要想成为一门真正实用的技术,仍然存在着诸如人脸检测、特征点准确定位、光照变化、姿态变化等难点问题。本文重点对上述难点问题及人脸识别算法进行了研究。人脸识别技术研究的主要内容有人脸检测和身份识别这两个方面,本文主要从这两个方面着手,设计实现了一个完整的人脸识别考勤系统。本文的主要研究内容如下：1.针对人脸检测的速度问题,在Adaboost算法的基础上进行了一定的改进,改进的算法主要利用金字塔分解来提高人脸检测的速度,经改进后人脸检测的速度得到了提高。2.针对人眼准确定位问题,采用一种由粗到细自动定位瞳孔的方法。该方法首先根据人眼在人脸的位置分布设置人眼的搜索区域,然后利用图像二值化和Canny算法提取人脸图像轮廓,最后对提取的图像轮廓进行椭圆拟合以定位瞳孔。3.研究了各种图像预处理技术。利用定位好的瞳孔实现了人脸姿态的校正；对各种光照预处理技术进行了深入研究,实验结果表明对图像灰度进行均值与方差归一化具有较好的效果。4.研究了基于HMM(Hidden Markov Model)算法的人脸识别原理,设计实现了一个完整的人脸识别考勤系统。5.对实现的人脸识别考勤系统进行了测试。对人脸检测的速度以及准确率、人眼定位的速度及准确率、人脸识别的速度及准确率分别进行了测试。本文采用HMM算法实现了一个完整的人脸识别考勤系统。通过标准人脸库以及自建的人脸库对系统进行了测试,人脸检测的速度可以达到70帧／秒,人脸识别率可以达到90%,实验结果表明系统在实时性和识别率上达到了预期指标。本文设计的人脸识别系统可应用于安全门禁、视频监控、考勤等领域,具有广阔的应用前景。