由于计算机视觉、信号处理技术和移动通讯技术的快速发展，人脸图像已受到越来越多的重视。就人脸图像压缩编码方面，人们的兴趣主要集中在了可以编码和解释人脸图像的系统的广泛应用上。而目前我国实际应用中的网络环境并不理想，限制了图像传输和视频会议等的应用。本文主要致力于研究在低带宽传输网络中，以基于内容(Content-Based)的图像压缩算法将人脸图像以较高的压缩率进行更有效的传递，并主要作了以下三方面的工作：第一，对人脸图像引入了基于内容的压缩算法。由于人类对于影像所赋予的注意力会根据一些特征或性质的不同而有所不同，本文的方法可根据需要选择一小部分的人脸特征区域，对其进行压缩编码。第二，建立了人脸图像重建模型。在接收端接收到压缩码流后，可利用KL变换加最小二乘法的方法，通过少部分的特征重建原人脸图像全部纹理信息。第三，构造了低带宽传输网络中的人脸图像压缩系统。在发送端输入人脸图像后，可利用已有的方法检测出其中的人脸图像，提取特征点将图像进行形状归一化处理，再选择一小部分的特征区域，对其纹理进行压缩编码。接收端使用上述重建模型，由所传输的码流重建出整幅人脸图像。本文所进行的研究工作是在Feret数据库中随机选取180幅图像作为训练图像，另有36幅作为测试图像。通过选择不同的人脸特征，可达到较高的压缩比，并且重建后的人脸图像仍保持较好的质量。