人脸识别技术是当今计算机模式识别领域中的一个非常活跃的研究课题,在法律、商业等领域具有广泛的应用背景。如何在一幅图片中检测到人脸区域,并提取出使其区别与他人的特征,是人脸识别研究的两个关键技术。到目前为止,由于人脸识别问题自身的复杂性,使得虽然有众多科学研究人员潜心研究多年,也取得了许多的成果,但离彻底解决并达到实用,仍有许多关键性的问题需要解决。本论文围绕人脸检测原理、识别算法及其优化等研究内容开展工作。本文的主要工作包括以下几个方面的内容:(1)介绍了人脸识别的研究背景、研究范围,归纳了人脸识别领域的理论方法。(2)在人脸检测技术方面,重点研究了ADABOOST人脸检测算法和基于肤色的人脸检测方法。在ADABOOST人脸检测算法方面,重点研究了图片数量对检测率的影响,正负样本的比例关系等。在基于肤色人脸检测方面,研究了椭圆肤色模型和YCbCr色彩空间中人脸肤色的聚类特性,通过实验实现了基于肤色的人脸检测。(3)针对ADABOOST检测算法在复杂背景容易产生误检,检测率不高等问题,提出了结合ADABOOST算法和肤色模型进行人脸检测的新思路。实验证明该方法明显地降低了误检率。(4)在人脸识别技术方面,主要研究了LDA人脸识别的方法。在大量实验的基础上对LDA在各种情况下的性能作了详细的分析,研究了各种参数设置对识别率的影响。(5)最后结合ADABOOST算法和LDA算法,实现了人脸的检测和识别。