随着模式识别领域的不断发展，生物特征识别，如：指纹识别、虹膜识别、语音识别、掌纹识别和人脸识别等，已经越来越成熟地应用于身份识别验证领域。其中，人脸识别作为模式识别领域的重要分支之一，以其不易伪装、识别便捷、较强的用户体验等特点逐渐成为近年来的研究热点，并陆续应用于商业系统以符合大众在安防领域的需求。一般而言，自动人脸识别系统需经过人脸检测、特征提取以及特征比对这3个步骤。其中，人脸检测用于判定图像或视频序列中出现的人脸及人脸位置，并将图像归一化到算法所需标准；特征提取通过提取相应具有可区分性的人脸特征从而建立特征空间用于后续识别；特征比对通过与已有数据库内特征比对，从而获得待识别对象的身份信息，主要工作是通过识别策略上的改进，提高人脸识别率。本文从人脸识别的实用性、实用化和实时性角度出发，研究人脸识别算法中的若干问题。论文的主要工作如下：1)提出一种基于新Haar特征的快速人眼定位算法该快速人眼定位算法充分利用人眼特性，通过计算该特征的评价值获得精确的人眼位置从而实现人眼的快速搜索定位。该算法的处理方法简单，并且对于眼镜、眉毛以及发髻的干扰都有一定的鲁棒性，通过先验知识，减少了训练和学习过程。实验结果表明，该算法能够快速准确实时地完成眼睛的定位，并能精确定位黑眼球。2)改进基于LBP特征的人脸识别算法本文研究基于LBP纹理特征的人脸识别，提出了基于双层LBP模式的人脸识别算法。该双层LBP模式的人脸识别是先提取LBP特征，然后在LBP模式上进一步提取重定义的LTP特征，以描述不同LBP模式之间的位置关系。最终识别结果通过这两组不同意义上的特征组合来得到。标准人脸库上的实验表明，本文所提出的方法能较好地提升基于LBP模式的人脸识别效果。3)改进基于多模板特征选择的人脸识别策略本文基于实用性的角度出发，建立了近红外人脸库，并在此基础上研究基于LBP特征选择下多模板下人脸识别策略，以提高人脸识别的识别率。本文将本文所提出的解决方案与原有的1:N模式进行比较，在近红外实验库上数据表明，本文所提出的方法能在不降低识别率的基础上，减少误识率。4)实现基于实用性的人脸识别算法目前对人脸识别的需求十分的广泛，本文主要针对办公写字楼、别墅住宅等应用环境为目标，实现了基于LBP特征的人脸识别算法并用于人脸识别系统。