人脸属性识别是模式识别和计算机视觉领域中的重要问题,包括了年龄估计、性别分析、头部姿态估计、人脸表情识别等等,在人机交互、安全系统、检索应用、智能交通等各个领域得到了广泛的应用。本文介绍了标记分布学习算法,并将其应用于人脸属性识别中,特别介绍了基于标记分布学习的头部姿态估计研究,以及基于标记分布学习的人脸表情中情感分析研究。本文的主要研究内容包括：1.将标记分布学习应用到人脸表情的情感分析之中,并且认为人脸表情所含有的情感并非单一的,而是由多种情感混合而成的,用本文算法可以同时学习出表情中包含的所有情感及其占比；2.将标记分布学习应用到头部姿态估计之中,同时预测出头部姿态在两个方向上的角度；3.在标记分布学习的研究基础之上考虑了标记之间的相互关系,缓解了预测分布过于平衡的问题,在更大更精确的数据集上进行了研究。本文主要的创新性贡献包括：1.在人脸表情识别的研究中,首次将人脸表情的所有情感成分及其占比作为目标同时预测出来；2.研究了情感(头部姿态)之间的相互关系,并将其考虑进标记分布的学习过程之中,提高精确度；3.对分布学习的目标函数加入了一些正则化项式,来缓解一些预测分布出现的问题,比如分布过于平缓,分布间噪声等等。本文总共五章。第一章阐述了人脸属性识别的应用场景、技术组成、研究现状以及遇到的困难与挑战；第二章介绍了人脸属性识别的一般过程,以及本文所使用的两种特征提取方法,并且对标记分布学习的框架和应用做出了介绍；第三章详细阐述了基于标记分布学习的人脸表情的情感成分分析；第四章介绍了基于标记分布学习的头部姿态估计,并做了进一步的实验；第五章是对本文工作的总结以及对未来工作的展望。