随着手机硬件技术的提升和网络的普及,手机日趋智能化,手机中存有大量个人信息和重要资料,因此很多人都设置密码锁来防止手机中的信息被他人窃取。人脸识别是一种新型的基于生物特征的密码保护方式,它具有快捷、稳定的特点,将人脸识别技术与智能手机结合起来进行用户身份验证也逐渐成为了研究热点。本文对人脸识别技术中的人脸检测、人脸特征提取和特征匹配的相关方法进行了分析与研究,并在i OS智能手机操作平台上设计实现了一个用于手机用户身份识别验证的人脸识别系统,主要研究内容如下:(1)针对人脸图像存在背景复杂、光照条件多变等问题,将原始图像进行灰度变换、几何归一化、灰度均衡等图像增强处理,由仿真结果发现,增强处理后的图片效果优于原始图像;对基于肤色的人脸检测方法进行了研究,在YCb Cr颜色空间中利用人脸肤色信息进行人脸分割并筛选出人脸区域,通过实验得到了87.5%的正确检测率,证明了该方法有较高的检测率。(2)研究经典的Gabor小波变换特征提取方法,考虑到移动设备的存储空间及运算性能有限,复杂的识别算法会影响人脸识别效率,因此在Gabor小波基础上进行改进。本文采用Gabor小波变换与主成分分析相结合的特征提取方法,有效减少了人脸特征提取过程中的矩阵运算,并将该算法应用于本文人脸识别系统,提高了系统的运算性能。(3)对i OS的系统架构、开发语言、应用程序组件及其生命周期进行了介绍和分析,利用上述技术和算法设计实现了一个运行在i OS操作系统上的手机人脸识别系统,并在i Phone手机模拟器上进行系统测试,运行结果表明,该人脸识别系统可以应用于移动设备的个人身份验证。