信息安全科学在近几十年以来一直备受瞩目。随着社会的快速发展,计算机技术的飞速进步,作为信息安全科学重要组成部分的身份验证技术面临着严重的挑战。研究人员一直致力于寻找一种安全、便捷、快速的身份验证方法,以代替目前所使用的存在各种弊端的传统方法。在这种需求的呼声之中,以人体生物特征识别为基础的身份验证方法应运而生。面像识别作为身份验证的方法,不但更安全、更便捷、成本更低,而且还具有隐蔽性、非强迫性等优点,成为身份验证技术的重要研究方向。本文较系统地研究了局部特征分析(Local Feature Analysis, LFA)面像识别方法,主要包括面部图像的标准化、局部特征的提取和根据局部特征的识别,其中局部特征的提取和识别是本文的重要研究部分。局部特征分析面像识别方法以Karhunen-Loeve变换为基础,具有局部性、拓扑性等优点,克服了同样以Karhunen-Loeve变换为基础的主成分分析(Principal components analysis, PCA)面像识别方法的致命弱点,大大提高了面像识别的正确识别率。局部特征分析面像识别方法是非常重要的基于统计特征的面像识别方法。由于基于统计特征的识别方法对于面部图像的质量要求较高,因此在使用局部特征分析面像识别方法之前,对面部图像进行了精确的标准化或归一化。本文提出的面部器官定位算法,有效地提取了眼睛、鼻子、嘴和面部轮廓线,能够限制特征点的选择,大大地加快了局部特征分析面部识别算法的运行速度。作者通过大量实验证明,使用标准化面部图像和面部器官选择的局部特征分析面像识别方法能够以较快的运行速度得到较高的正确识别率。