自动人脸识别是依据人脸图像的几何特征或者统计特征通过计算机自动地完成人物身份辨识的过程。近年来，人脸识别已经成为诸多领域（如计算机视觉和模式识别）的研究热点问题，具有重大的科学意义和广泛的应用前景。从原始的人脸图像中提取出一种有效的人脸特征表达是人脸识别技术的关键环节。由于在实际应用中人脸图像常常受到表情、姿态、光照、遮挡等因素变化的影响，提取出一种高效的、鲁棒的和具有较强判别能力的人脸特征表达将变得极其困难。利用信息融合技术分析和综合多种特征表达的优点来提高特征表达的识别性能将是一种有效的解决方法。本文主要的研究内容分为以下几个方面：（1）研究了人脸图像预处理技术。首先详细地介绍了基于Adaboost的人脸检测算法；然后提出了一种基于快速径向对称(Fast Radial Symmetry)的人眼快速定位算法，该方法通过定义一种径向对称变换来计算图像每个像素点作为径向对称结构中心点的可信度来检测径向对称特征进而快速准确地确定人眼瞳孔中心位置；最后研究了人脸图像标准化方法。实验验证了人脸检测算法和人眼定位算法的有效性。（2）研究了局部二值模式(LBP)、Gabor滤波和图像梯度方向(IGO)三种有效的局部人脸特征表达。LBP算子有效地描述了人脸的局部纹理信息并具有较强的区分能力；Gabor特征基于Gabor滤波器多方向和多尺度的特点很好地描述了人脸的局部信息和全局信息；IGO基于自身的统计特性，对噪声具有较强的鲁棒性，尤其与基于子空间的方法相结合后得到了较高的识别精度。（3）针对人脸特征表达的维数过高和含有冗余信息的不足，利用子空间学习算法降低人脸特征的维数并且压噪声和冗余信息。在不同的人脸数据库上的实验结果验证了三种人脸特征表达的有效性，然后根据实验结果讨论和分析了三种人脸特征表达在不同应用条件下的识别性能。（4）将信息融合技术应用到人脸识别中。首先简要地介绍多生物特征识别系统中常用的信息融合策略；然后提出了一种基于子空间特征维数约简的多特征融合方法；最后，利用多特征融合方法将LBP特征、Gabor特征和IGO三种人脸特征表达进行融合。实验结果验证了基于多特征融合的人脸识别算法可以有效地提高算法的识别精度和鲁棒性。