近几年,机器人视觉技术取得了一定的进展,计算机视觉技术已经在移动机器人、视频监视与跟踪、自动导航等方面得到越来越广泛的应用。随着科技的发展,传统的身份验证已很难适应人们的需求。基于虹膜和指纹的生物特征验证对采集条件要求高,很难大范围推广。基于人脸检测的生物特征识别具有友好、方便、对硬件设施要求不严格等优势,近年来己经受到充分关注。人脸识别技术就是利用计算机分析人脸图像,提取有效的识别信息来辨认身份或者判别待定状态的一门技术。它涉及模式识别、图像处理、计算机视觉、生理学、心理学等诸多学科的知识,是当前研究的热点之一。然而,由于识别结果往往容易受到表情,姿态和光照变化的影响,同时还要保证识别系统的实时性,极大地影响了人脸识别走向实用化。本文以构建一个可用的、实用的人脸检测识别系统为目标,在研究了人脸检测和识别的基本理论和关键技术的基础上,重点讨论了在简单背景条件下,彩色动态图像的人脸检测识别问题。它包含基于肤色信息的图像分割预处理和正面人脸识别验证两个主要模块。本文首先利用颜色空间特性,对人脸肤色的聚类特性进行了研究,基于不同的颜色空间肤色聚类结果的对比,本文选择YCbCr颜色模型来进行肤色分割。依据人的肤色信息,在YCbCr空间进行肤色映射生成二值图像,然后根据人脸的形状特征确定人脸所在位置。并对灰度图象进行剪切提取,为后续识别做好准备。其次,文章研究了基于特征脸、奇异值分解理论、小波理论、BP神经网络理论等人脸识别方法,提出了一种改进的基于特征脸的人脸识别方法,简化了计算,使识别速度明显提高。