人脸识别是当前模式识别和图像处理领域的热点和难点，而且因其具有广泛的实际应用背景，开展对人脸识别的研究意义重大。人脸作为一个非刚体，具有形变大、影响因素多且易受干扰的特点。本文主要介绍了目前常见的人脸识别方法，对人脸进行分割，建立五官各部位的识别方法及其数学模型。最后通过仿真实验表明，该遗传算法在人脸识别技术中具有较好的效果。本文采用的遗传算法(genetic algorithms，GA)中，定义的染色体是二进制数串，选择算子是普通的精英策略。杂交算子采用母染色体与子染色体混合起来从中选择最优个体的原则。为了避免产生早熟，本文中采用的变异算子是通过两个染色体的逻辑运算生成的，以便使得同一基因上不会产生全0或者全1的情况。此外，本文根据标准人脸的五官比例图，对具体的一副人脸的五官偏差进行度量，制定了左眼区、右眼区、鼻区和嘴区的评价函数。由此确定出遗传算法的适应值函数。经实验表明，本文提出的遗传算法具有较快的寻优能力。本文共分为三个部分。第一部分介绍了人脸识别的意义、发展背景和人脸识别系统的主要内容。第二部分具体介绍了静止图像识别的主要方法。然后介绍了遗传算法和遗传算法在图像处理中的应用。第三部分介绍了我使用的人脸识别仿真系统相关的分析。最后本文对人脸识别和遗传算法进行了分析和展望。