近年来,随着数字时代的迅猛发展,人脸识别作为生物特征识别中一项安全性较高的技术,越来越受到的人们的欢迎与青睐。人脸识别技术在智能门禁、视频监控、司机驾照验证、支付宝刷脸、美图秀秀、家政服务机器人以及具有真实面像的虚拟游戏玩家等众多领域有着很重要的应用。本文基于OpenCV开源视觉库进行有关人脸识别的研究。针对人脸识别技术,在理论算法阐述的基础上进行了算法的实验测试,并完成了在实际NAO机器人中的人机交互应用。其中主要的技术包括图像预处理、人脸检测、人脸识别以及机器人应用。在图像预处理阶段,针对图像采集过程中存在的各种因素的干扰,本文采用了分析图像时通常会使用到的一些预处理方法,其主要方法分别为图像的灰度化、图像的归一化,直方图均衡化等,并将它们运用到具体的实验环节。在人脸检测阶段,运用Adaboost算法进行实现。在Adaboost算法中,用Haar-like特征表示人脸,引入积分图概念,并用积分图实现人脸特征的快速计算,提高了人脸检测的效率。之后,本文使用不同背景情况下的测试图片进行了人脸的准确定位与检测实验。在人脸识别及后续的机器人应用阶段,本文首先介绍了基于PCA的人脸识别算法和基于LBP的人脸识别算法。其次给出了运用OpenCV实现算法在训练和识别过程中的具体细节。最后分别从训练样本数量、光照变化、旋转变化这三个方面对算法进行了测试对比,得出其中一种综合效率相对较高的LBP算法,并在机器人应用阶段,把算法植入仿人NAO机器人上进行实验测试。通过实验测试表明,机器人在人脸识别,动作交互以及语音问候等方面有着较好的应用效果。