近年来,人脸识别技术因具有非侵扰性、采集设备简单等优点而成为当前的研究热点,但人脸的结构比较复杂且会受到表情、光照等很多因素的干扰,导致人脸识别还未取得十分满意的结果。人脸识别系统的一般模型分为人脸检测、特征定位与提取和分类识别三个阶段,其中特征定位与提取又是整个人脸识别算法的基础,其精度对算法的性能影响很大,所以它的研究具有重要意义。本文以经典的可形变模型—主动形状模型(Active Shape Model,简称ASM)与主动表观模型(Active Appearance Model,简称AAM)为基础,首先深入分析它们的算法思想和一些重要步骤,着重关键特征点的定位和图像纹理匹配的研究。其次,在详细对比两个模型的搜索算法与分析它们各自的优缺点的基础上,提出一种把全局和局部特征结合起来的新合成搜索算法。算法通过引入图像能量的方法对结合过程进行分析,选取形状参数作为全局能量与局部能量的结合点,并且让结合的权值随搜索过程自适应调节。最后,在讨论模型的各个阶段同时,也研究识别算法的适应性问题,介绍了一种辅助手工标记方法。实验表明,改进后的合成搜索算法在整体上性能良好。与主动形状模型相比不容易陷入局部纹理中,有着更好的稳定性;与主动表观模型相比,则有着更加精确的特征点定位,能为后续识别提供更好的初始数据。