模式识别是指对表征事物或现象的各种形式的信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程，是信息科学和人工智能的重要组成部分。人脸识别属于模式识别的范畴，它依托于图像理解、计算机视觉和神经网络等技术，使计算机通过自学习并对人脸特征进行提取分析，达到识别出人脸的目的。　　 通常人脸识别根据特征提取方法的不同可分为两大类：基于几何特征的方法和基于统计的方法。其中，前者通过人脸重要特征点的位置、尺度以及彼此间的比率，将人脸用一组几何特征矢量表示，但由于它对于表情变化比较敏感，已不是研究的主流，只有同其他方法结合起来才能达到较好的效果。而基于核的方法是基于统计方法中的一个重要方法，由于其运用了线性或非线性映射，解决了低维空间上线性不可分的问题，已经成为当前进行人脸识别研究的主流方法。在课题组前期工作的基础上，本文针对实际领域所面临的问题，对传统的核方法进行了扩展和延伸，并提出了一系列新核。　　 针对上述分析，本文的主要工作如下：　　 （1）在直方图交核的基础上，结合人脸器官特征提出了轮廓直方图交核和细节直方图交核，进而构造SUSAN细节直方图交核，进一步地拟合人脸特征器官的边界，去除了噪音。　　 （2）将人脸图像中的关键特征点构造成人脸图，从而构造生成树核、回路核和强分支核。　　 （3）结合人脸灰度核和人脸图核，构造多核。虽然这类核构造形式较为复杂，但由于继承了灰度核和图核的优点，因此具有识别时间短，识别效率高的优点。