近年来,随着公众对信息安全重视程度的逐渐加深,传统的基于PC或服务器平台的人脸识别系统己无法满足人们对便携性和易用性的需求。局限于人脸识别系统对计算能力与存储容量的要求,以及图像采集时的周围复杂条件,人脸识别在移动平台中的应用一直难以发展。但随着最近微电子技术与移动操作系统的飞速发展,人脸识别在移动平台中的应用也有了飞快的发展。本文则针对移动终端的特殊应用环境,对人脸识别系统进行了研究。　　 本文首先对移动环境下的人脸检测进行了研究,提出了一种基于YCgCr肤色模型后期校验的人脸检测算法。首先利用AdaBoost训练算法构建的人脸检测分类器完成人脸区域的初始定位;然后采用基于YCgCr色彩空间的肤色模型对初始检测结果进行校验,踢除误检出的类人脸区域。实验结果表明,该方法具有较高的检测率,能够解决复杂背景中的类人脸与类肤色问题。　　 其次,为确保图像中人脸大小、位置以及图像质量的一致性,本文提出一种针对移动环境的图像归一化处理方法。首先基于人脸检测完成人眼的检测以及双眼位置的精确定位;然后利用双眼坐标完成人脸图像的旋转、裁剪和缩放操作等几何归一化,获取到标准人脸图像:最后通过GIC校正与直方图均衡化完成图像的光照归一化。　　 然后,为适用移动平台,提出了一种改进的基于LBP的特征提取算法。该算法基于图像分块的思想,首先对原始图像提取特征直方图,然后对分块图像分别提取特征直方图联结在一起,最后按照一定的顺序组合所有特征直方图,以表征人脸。　　 最后,综合以上的研究,最终实现了一个基于Android平台的移动环境下的人脸识别系统。　　 关键宇人脸识别;人脸检测;人眼检测;图像归一化;局部二值模式