计算机技术的飞速发展,以及人们对安防领域的潜在需求,促进了各种计算机视觉算法的诞生。生活中随处可见的摄像头为算法提供了大量的视频数据,奠定了视频处理的发展基础。在身份验证领域,最容易获得的数据是人脸。人脸相比指纹、虹膜等更具有直接性、友好性和可靠性,大量的人脸识别算法应运而生。传统的基于静态图片的人脸识别已经发展到了瓶颈,而视频中包含了更多的时间和空间上的信息,具有更大的研究空间。同时视频中的人脸识别面临了更多的变化性,不同的视频清晰度不一、光照变化范围大、人脸的姿态和表情种类繁杂,且容易遇到遮挡,这都是研究中的潜在挑战。本文探讨了两类常见的视频人脸识别算法,分析了它们的优缺点。在现有的二维稀疏编码和池化特征提取方法的基础上,提出了一种基于序列的三维视频人脸特征提取算法。该算法将待检测的视频人脸序列切分成固定长度的子序列,这些子序列按照时间顺序合并成一个三维的立方像素块。从该立方块中切分出一系列标准大小的小立方块,随机从中抽取部分小立方块,用K-SVD算法制作字典,以该字典为基求得各立方块的稀疏系数作为特征。由于稀疏编码的高维性,该算法采用多个不同层次的池化,在同时保留整体和局部特征的情况下,对子序列的特征做降维。降维后的特征使用线性SVM分类器做分类,得到了不错的正确率。实验表明,在本文建立的数据集上,当用总样本的10%作为训练集时,该算法相比普通的二维稀疏编码方法正确率提高了14.66%。