随着生物特征识别技术的广泛应用，两个问题越来越受到人们的关注:一是生物特征的识别性能，二是生物特征模板的安全性能。论文面向人脸特征，对这两个问题开展研究。论文主要工作如下:　　1、研究并实现了两种人脸特征——PCA（Principle component analysis）特征和Affine-SIFT(Scale-invariant feature transform)的自动提取。PCA特征是一种基于子空间的全局特征。ASIFT通过模拟多个拍摄角度，达到对仿射不变的目的，是一种对仿射平移、旋转不变的局部特征。　　2、研究并提出ASIFT特征点的筛选方法。提出用匹配度衡量特征点在匹配时的贡献值，并利用Fisher线性鉴别分析方法对特征描述子进行训练，得到有关ASIFT特征点的匹配度模型。将待删除特征点利用这一模型进行筛选，能够在保证系统识别性能的同时降低数据量，使数据量减小为原始数据量的1/2-1/6。　　3、提出面向身份认证的不可逆变换人脸模板保护方案。设计了三种变换方案:位置变换、特征值变换以及二维变换方案。进一步为每种变换方案构建了四组变换函数。在身份认证系统中对人脸特征模板进行不可逆变换的过程如下，在注册阶段，不改变特征提取方式，针对提取后的人脸特征模板利用三种变换方案及四组变换函数进行不可逆变换，形成可撤销模板并将其存储;在认证阶段，采用与注册时相同的变换方案及变换函数对特征模板进行变换，将变换特征模板与存储的特征模板进行比对，并以此为依据确定用户身份。由于变换后特征不破坏原始特征结构，因此，保护方案具有隐蔽性，能在不影响识别性能的情况下，获得较高的安全性能。