目前,人脸的识别技术已经被广泛的应用于企业门禁考勤、电子商务、公共安全、信息安全等诸多领域,由于人脸作为一个复杂模型,人脸识别的一些经典方法也为其它的模式识别问题提供了参考和借鉴,因此人脸识别技术拥有良好的市场前景和学术价值。经过多年的发展,目前在环境可控而且用户配合的情况下人脸识别技术具有良好的识别性能,然而在人脸图像采集环境不理想或者用户配合不佳时识别性能则会大幅度的下降。因此,人脸识别的广泛应用仍然面临着诸多挑战。现有的人脸识别算法中大多利用整体特征和细微局部特征来描述人脸。整体特征算法仅偏重于整体轮廓特征的提取而忽略采集图像中相对细节的提取,而细微局部特征算法则侧重于探寻图像中像素之间的灰度变化规律,并未把握具有实际意义的细微局部细节。在本文中将采用中级特征来描述和表征人脸图像,具体工作的主要包括以下两个方面:1.本文提出一种基于素描符号特征的人脸识别算法。该方法采用素描符号的检测结果来表征人脸,用χ2距离来评估两个图像特征的相似性,并提出了决策级融合方法来获取测试图像的最终识别结果。本文通过在AR、Yale和FERET等三个人脸数据库进行试验以此来验证本文方法的有效性,最终试验结果表明:本文方法相对于多种经典的人脸识别方法具有更好的识别性能,并对人脸表情、姿态和光照条件、遮挡等因素的变化具有一定的鲁棒性,特别在遮挡方面,人脸识别性能有大幅度的提升。2.本文在提出的方法基础上设计了一个简单地人脸匹配识别系统。该系统包括用户管理和应用识别两个模块,其中用户管理模块包括用户查询、用户修改、用户删除,以及用户注册等多个功能,以便可以灵活地调整训练样本数量和类别,而应用识别模块包括图像匹配识别、素描符号检测结果查询和子图像块识别结果查询等三个功能,以便可以查询人脸识别算法的中间变量,从而可以更好的把握本文方法的各个阶段和细节。