用计算机进行人脸识别是当今的一个研究热点和难点。本文根据国内某公安局对人脸识别的布控系统的总体及应用要求，深入研究了动态人脸识别中的人脸检测、人脸图像预处理和人脸识别等技术，最终初步完成了一个拥有较高识别正确率的动态人脸识别系统，并具有一定的现实使用价值。　　 本文的主要研究内容包括：　　 (1)针对复杂背景下的人脸检测，本文首先根据人体实时的运动和肤色信息对输入图像进行人脸区域的粗检测，剔除了人脸不可能存在的区域，同时获得了人脸可能存在的区域，在此基础上利用AdaBoost算法进一步确定人脸区域，最后在AdaBoost算法检测确定候选人脸区域上，通过人眼定位实现人脸的验证。实验结果表明，该检测算法在满足实时的人脸检测前提下，可以达到较高的检测率。　　 (2)人脸图像的预处理，光照问题一直是影响人脸识别的重要因素之一，如何在图像预处理中减少光照产生的影响是困扰课题深入研究的问题。本文提出一种基于高斯函数的直方图匹配，对偏光图像进行改善，使得人脸比对识别对光照变化有较强的鲁棒性。　　 (3)人脸图像的特征提取和特征选择，与模式识别相关的一个重要问题就是维数灾难。本文通过小波变换多尺度、多分辨率的特点，对人脸图像进行数据压缩和降维操作；经过数据降维之后，研究主分量分析(PCA)和线性差异分析(LDA)两种特征选择方法，提出了一种基于小波技术的改进的PCA和Fisher线性判别的人脸识别方法，提高了人脸识别率。