目标识别是一个典型的图像模式分析、理解与分类计算问题，一直以来都是模式识别、机器视觉等领域的研究重点。基于人的生物特征的识别技术作为目标识别领域的一个分支，由于其广泛应用前景，将在社会生活中占据越来越重要的位置。而利用人脸特征进行身份识别又是最自然直接的生物特征识别手段。 虽然近30年来人脸识别技术的研究取得了很多成果，但至今为止大部分相关技术并不能完全满足实际应用的需要，困难主要集中在人脸显著特征点的自动定位，人脸姿态、光照、表情不变特征的抽取，鉴别子空间的选择等方面。 针对以上几个关键性问题，本文在以下几个方面进行了工作和创新性研究。 在人脸检测方面，现有的利用大量简单的弱分类器经过合理的选择得到强分类器的adaboost方法，对光照强烈变化的人脸图像不能检测，论文通过新的白平衡方法对图像进行预处理来增加检出率，并利用统计人脸图像中边缘部分的比重来消除误检，克服了原有的方法中对光照强烈变化的人脸图像不能检测的问题；在特征点自动定位方面，本文提出了一种新的基于可变模型的GA-AAM方法，在AAM的代价函数中加入了人脸图像在同态域下的局部纹理特征、整体纹理特征和图像边缘信息，对于新的复杂的代价函数的采用了遗传算法来优化。实验表明，GA-AAM方法由于结合了多方面的特征，可以得到更加精确的特征点位置，特别是针对其他方法很难精确定位的下巴轮廓上的特征点有很大改进。 在光照不变性研究方面，分析了现有的克服光照影响的几种方法，得到Gabor变换是现有的几种方法中比较优的，并用于实际系统中，但这些方法都不能克服严重光照的影响。本文在朗伯光照模型的基础上，提出采用PCA结合ICA的方法来抽取出图像的光照不变特征，对同一个人在不同光照下的图像序列，分离出与光照变化无关的独立分量，这将为寻找光照不变性特征提供一种新思路。 在统计特征抽取方法上，本文在改进的Fisherface方法基础上提出了最优零空间的方法。通过PCA方法在类内散布矩阵行列式值为零的零空间上进一步找出使得类间距离达到最大的正交基空间，从而提高子空间上样本的可分性。 论文将以上人脸识别技术上的一些改进，运用到实际开发的两套识别系统中，并且都取得了很好的实际效果，验证了算法的实用性能。 论文的另一部分工作在仿射变换下的目标识别方面，本文把基于ICA的仿射不变性的表达推广到彩色图像仿射不变描述上，通过从色调直方图得到仿射前后图片上的一些对应特征点，然后用ICA的方法提取这些特征点之间的仿射不变性描述。并且通过ICA的方法可以估计出图像的仿射变换参数。