在众多身份认证方法中，生物特征认证技术由于其利用了人体本身所固有的特征，具有更高的安全性、可靠性和有效性，因此越来越受到人们的重视。以人脸为特征的识别技术是一种最容易被接受的身份认证方法，近年来已经成为国际研究和许多领域应用的重点，有着重要的研究和应用价值。近十年，国内很多高校和研究机构都开展了人脸识别身份认证的基础研究或应用基础研究，但是这些研究大多是基于理论和方法的，直接面向人脸识别应用系统的研究很少。 论文基于人脸识别的普通高校新生报到自动化系统的发展需求，针对新生信息库中图像为正面免冠彩色照片的特点，主要研究新生报到身份认证系统中的人脸检测与识别的两个关键问题： (1)人脸检测及特征定位：采用基于人脸几何特征的匹配方法，先抽取具有人脸形状、灰度等特征的图像区域，然后通过检测图像区域局部的灰度变化确定人脸的边缘，再通过正面人脸的灰度特征以及主要器官的轮廓特征标注人脸主要器官位置； (2)人脸识别：采用基于主元分析的方法，读入每一个二维的人脸图像数据并转化为一维向量，选择一定数量的图像构成训练集，再计算K-L变换的生成矩阵及矩阵的特征值和特征向量，构造特征子空间，把训练图像和测试图像投影到特征空间中，形成由“特征脸”组成的降维子空间，把投影到子空间中的所有测试图像和训练图像进行比较，确定待识样本所属的类别。 本文构建了基于主元分析方法的人脸识别原型系统。实验结果表明，系统对静态人脸图像具有较高的识别率和一定的识别速度。