从2004年1月1日起正式实施《中华人民共和国身份证法》，启动了第二代身份证项目，并于2005年开始已陆续投入使用。二代身份证采用了非接触式IC卡技术，具有机读功能，二代身份证阅读器读取其芯片贮存的个人信息后，通过计算联网与公安部门的二代身份证数据库相连，实时识别二代身份证的真伪。识别的速度和防伪性能大幅度提高，但是二代身份证在防伪方面仍然存在隐患。本文通过二代身份证相片的人脸特征提取、人脸脸型分类和识别的研究，提出的特征提取和脸型分类算法能够进一步提高二代身份证的防伪性能，同时对二代身份证阅读器性能的改进也具有一定应用价值。 本文首先依据《中华人民共和国公共安全行业标准》，介绍了公民身份证的相片拍摄标准。接着详细的阐述人类的视觉特性，并结合与人类视觉特征相接近的二代身份证人脸脸型分类研究，介绍了人脸的几何特征。随后对二代身份证分类与识别的过程进行了系统的研究，主要包括对二代身份证相片人脸检测、人脸特征提取、脸形分类和识别几个部分。提出了如下几种实用和有效的算法： 1、人脸检测：根据二代身份证相片的特征，基于人脸肤色统计模型，提出了YCbCr色彩空间的肤色区域分割算法，在此基础上，运用投影法对肤色区域进行水平与垂直投影，由投影结果定位出人脸。 2、人脸特征提取：采用主动形状模型（ASM）方法，并在此基础上进行改进，提出了扩大局部搜索区域和利用局部边缘信息的策略来提取二代身份证人头图像中人脸轮廓特征。 3、人脸脸形分类和识别：依据提取的人脸特征选取模式分类中的非监督学习方法，提出了利用基于Hausdorff距离的ISODATA自动聚类算法对人脸轮廓进行分类。最后根据聚类结果，采用用最小Hausdorff 距离设计的分类器，进行了二代身份证人头图像的识别。 通过实验，本文提出的方法能够快速合理地将二代身份证人头图像的人脸自动分类，缩小与之匹配的人脸库以及人脸识别工作的数据量，有助于进一步提高二代身份证识别查询的速度和精度。而将人脸的特征提取和分类结果作为个人信息存放于IC卡中，可以提高二代身份证防伪性能。