自动人脸识别(AFR)研究试图赋予计算机根据人脸辨别人物身份的能力。该研究具有重要的科学意义和巨大的应用价值。经过三十多年的发展,AFR技术取得了长足的进步,目前最好的AFR系统在理想情况下已经能够取得可以接受的识别性能。但测试和实践经验表明:非理想条件下的人脸识别技术还远未成熟,要开发出真正鲁棒、实用的AFR应用系统还需要解决大量的关键问题,尤其需要研究作为识别必要前提条件的面部关键特征精确定位问题。由于人脸特征定位的主要技术中几个形状信息类方法具有较高的准确率和较大的鲁棒性,因此,论文主要针对几何形状信息类方法中主动形状模型(ASM)在人脸特征定位中的应用展开研究。人脸检测是人脸识别的重要前期工作,本文首先分析了当前人脸检测的常用方法。图像的预处理是确保整个系统准确工作的基础,没有这个可靠的基石就无法顺利完成后面庞大的识别过程。本文给出了图像预处理的几种基本方法。面部特征定位在人脸检测完成之后进行,本文研究了面部特征精确配准问题,重点讨论了基于主动形状模型的人脸定位算法。首先介绍了点分布模型,并在训练样本对齐、形状变换建模和灰度模型的建立等方面展开讨论。在基于ASM的面部特征提取的研究中,本文对标准的ASM进行了改进。在特征点搜索过程中,提出了局部区域约束和边缘约束的搜索策略。提出了增加相关性的特征点标定策略并设计了一个半自动的人脸特征点标定工具,以提高特征点标定的精度及效率。试验表明,本文提出的改进的主动形状模型在脸部特征提取中是成功的,它较为显著的提高了面部特征定位的精度并且优于原始的ASM方法。