人脸图像质量是影响人脸感知系统性能的主要因素，传统的单摄像机采集技术无法保证人脸图像的质量，直接影响了人脸信息的应用价值。因此，研究最佳人脸图像采集技术不仅具有重要的理论意义，而且具有举足轻重的实用价值。本文主要研究多摄像机协同采集技术和人脸图像质量评价技术，构建一个完整、实用的多摄像机最佳人脸采集系统。具体内容如下：首先，重点研究人脸姿态估计技术，为提高人脸姿态估计的准确率，通过估算与姿态变化具有对应关系的其他夹角，对基于特征点的姿态评估方法进行改进。其次，提出多摄像机协同的正面人脸图像采集算法，采用多个摄像机对同一区域进行同步采集，比较同一时刻每个摄像机采集图像的肤色占有率，挑选出具有最佳视角的人脸图像。对具有最佳视角的所有人脸图像，全方位地判别图像中人脸姿态变化，进而挑选出一组正面的人脸图像。最后，深入研究人脸图像质量客观评价算法，为提高主客观评价算法的一致性以及评价结果进行人脸识别时的准确率，提出在人脸图像质量评价指标中，增加人脸相似度作为图像质量参考指标，并采用一种由粗到细的评价架构，对人脸图像客观评价算法进行改进。