自动人脸识别技术(AFR)是一项极具挑战性的前沿研究课题。它试图通过计算机分析人脸图像并从中提取有效识别信息，达到辨认人员身份的目的。对AFR技术的研究不仅具有重大的理论和学术研究意义，而且具有潜在的巨大应用价值。 经过近几十年特别是近几年来的研究，自动人脸识别技术已经取得了长足发展，用于人脸识别商业系统已经面市，但对应用条件的限制相当严格：在非理想可控情况下的自动人脸识别技术还远未达到实用化的程度，有很多研究工作要做。 本文以模式识别的特征子空间思想为主要研究方法，以人脸识别的关键步骤为主要内容，系统地研究了自动人脸识别技术，完成了自动人脸识别系统设计与实现。 在人脸检测中使用肤色信息基于样本学习的彩色图像人脸检测方法。该方法利用两层支持向量机在图像YCbCr颜色空间中进行人脸检测，用肤色和非肤色样本训练的第一层支持向量机对图像中每个像素进行分类，所有被判断为皮肤点的像素构成了肤色区域；用窗口对肤色区域进行遍历，用人脸和非人脸样本训练的第一层支持向量机判断窗口是否包含人脸模式。 通过以上肤色分割将人脸和背景分离后，利用Hough变换和人眼的自然约束在肤色图上找到所有候选瞳孔，然后根据每对瞳孔的位置分割出候选眼部E1，将候选眼部投影到特征眼空间得到构造眼部E2，最后根据E1和E2的相关度确定眼睛位置，并根据眼睛位置对图像进行几何变换和人脸图像裁剪； 在系统设计和实现过程中提出了以Labview结合Matlab设计人脸识别系统的结构，深入研究了基于主元分析(PCA)的特征子空间方法提取本征脸(Eigenface)，讨论了马氏距离、欧式距离、最邻近距离、Bayes等多种分类器的算法，对以上算法加以试验验证后在Labview与Matlab结构环境下设计并编程实现了该系统。