生物认证(Biometric)是依靠人类自身所固有的生理或行为特征进行身份验证的一种技术手段。而生物认证中的自动人脸识别(AFR)则因为其使用的人脸特征属于人与人之间互相辨识的最重要和最直观的生物特征，以及该系统能在可信度与受测者接受度和安全与隐私保障上达到很好的平衡而成为近年内被人们广泛研究并在社会各个领域得到推广的生物特征识别方式。人脸的定位与识别问题是AFR系统中非常关键的问题，本文在收集和分析了大量近年来国内外关于人脸检测与人脸识别的学术论文及研究报告的基础上，对这两个技术环节的若干理论问题进行了研究探讨。提出了基于双树．复小波(DT-CWT)特征的正面人脸检测与人脸识别的方法，并且通过试验证明本文提出的人脸检测与人脸识别方法的有效性与合理性，具有一定的理论价值与实用价值。本文的研究工作主要包括以下几个方面： (1)本文通过对不同的人脸检测方法研究比较，针对人脸检测中的特征提取的有效性以及对检测结果影响的重要性，提出了一种基于DT-CWT与频谱直方图特征表示相结合的人脸检测方法。通过理论分析，在特征的提取上DT-CWT的比实数小波更有优越性；频谱直方图方法对人脸图像特征表示的充分性与概括性通过统计采样技术得到证明，与其他目前常用的表示方法相比，该特征表示方法与参数无关，不需要严格定义所使用的参数，不必预先对图像的模板或特征进行配准，而且只需要相对比较小的训练集。实验结果证明，图像通过DT-CWT提取特征，使用频谱直方图作为特征表示，最后利用支持向量机(SVM)进行分类的人脸检测方法，与当前最好的人脸检测方法具有一定的可比性，并在相对复杂环境下的正面人脸检测中有很好的适应性。 (2)对基于子空间的人脸识别方法进行了研究，提出一种结合DT-CWT特征和正交邻域保持投影(ONPP)的人脸识别方法。该方法利用DT-CWT特征对人脸进行特征提取，通过ONPP进行特征降维，使特征维数降低后增大特征匹配的相似性，再利用。DT-CWT的特征匹配进行人脸辨识。该方法主要是结合DT-CWT提取的人脸特征和ONPP的各自优势，形成有效的人脸识别方法。本文将该方法与传统的一些子空间人脸识别算法进了比较，结果显示论文方法的识别结果获得了更高或相近的识别率。 (3)基于核的子空间分析方法在高维空间中解决非线性问题的优势。本文在前面提出的基于DT-CWT与ONPP结合的人脸识别方法上进一步研究，将所使用的线性ONPP算法拓展到高维空间，提出基于核的ONPP分析方法(Kernel-ONPP)以更好解决人脸图像固有的非线性特征给识别结果带来的影响，该方法继承了ONPP方法的所有优点，而且还能有效的提取非线性特征。在具有光照、表情和姿态等变化较大的测试集上的实验结果表明，该方法能较大幅度的提高分类效果。 (4)以姿势变化的鲁棒性为考虑角度，提出了基于人脸局部几何特征信息的人脸识别方法。提出新的Haar小波与正交小波的实现方式，以及一种名为区域标记的分割算法。以识别人脸为目标，通过实验全面和深入的研究以不同的小波种类、阈值选择、以及两种不同分割算法之间的组合对系统性能的影响，肯定了新的图像分割算法对于人脸面部特征提取的有效性。