随着信息时代的到来，由于交通、通信和网络技术的迅速发展，人类的活动范围越来越大，正确而快速的身份鉴别有了越来越重要的社会意义。作为身份鉴别的一种方法，近年来，人脸识别技术已经取得了空前的发展，但其精度在实际应用中仍然难以达到预期要求，尤其是在采集图像过程中时存在光照、姿态等其他变化时。通过引入适当的变换，将图像映射到特征空间进行识别是提高识别率的有效途径。　　本文研究了人脸识别的几种经典特征提取算法，并在经典算法的指引下，得到了一些新颖的算法，能够快速高效准确的识别人脸。论文的主要工作和贡献如下:　　(1)本文基于常用的人脸识别技术作了简要介绍和总结，并对当前人脸识别中存在的问题、难点和发展进行了论述和展望。　　(2)利用图像处理技术对人脸图像进行了预处理:图像灰度化、灰度拉伸、去噪等等。　　(3)研究了局部三值模式在人脸识别中的应用。并在此基础上研究出一种新的特征算子:多尺度块局部三值模式。这种算子可以很好的改善图像对噪声的鲁棒性，同时提高人脸识别的精度。　　(4)对Gabor张量进行了一定的研究，并提出了一种基于Gabor张量的广义主成分分析方法，并将该方法用于人脸识别上，利用一些人脸库进行了实验，并对结果作了进一步讨论。　　(5)结合本文方法多尺度块局部三值模式，编写出一个人脸视频检测与识别软件，并对软件的主要功能进行了一一介绍。