随着多媒体信号处与网络技术发展,视频监控系统在工业、楼宇等领域得到了广泛的应用,视频监控环境下的人脸识别技术逐渐为人们所重视。由于人脸识别具有非接触、系统部署简便、可利用现有监控设施等优势,在公共设施、国家安全、消费电子等领域中有着巨大应用潜力。虽然过去的研究中提出了大量行之有效算法但这些算法大都是基于静态图像的,算法也都针对某项关键技术的研究,缺乏系统级研究,实际人脸识别应用系统研究也尚少。为此,本文在研究行之有效的人脸识别算法基础上，设计并实现视频人脸识别系统,旨在提升人脸识别在实际应用中的适应性和有效性。　　首先,研究了基于线性Fisher判别分析的人脸识别算法,包括图像归一化、图像校正等人脸图像预处理、图像维度约简及线性 Fisher判别分析算法基本原理,并利用标准公开人脸图像数据库对算法进行了测试与评价。其次,考虑到解决人脸识别广泛存在的光照、姿态及表情变化等问题,采用基于核Fisher判别的人脸识别算法,该算法采用核方法处理传统线性Fisher判别分析方法面临的非线性问题,同等实验条件下在公开数据库上与线性Fisher判别分析方法进行了比较,验证了核Fisher判别分析方法的有效性与可行性。最后,利用研究的核Fisher判别分析方法,搭建了基于视频的人脸识别系统,该系统采用了基于OpenCV的视频处理平台,采用真实环境对系统进行了测试,验证了该视频人脸识别系统的性能。　　本文针对视频监控系统中的人脸识别问题进行了研究,提出了基于核Fisher判别的人脸识别方法,有效解决了人脸识别面临的光照、姿态、表情等问题,对于提高视频监控的人脸识别系统性能具有重要意义。