人脸识别是模式识别研究领域的重要课题。在过去几十年，人脸识别的研究更多地停留在理论意义之上，自20世纪80年代末90年代初以来，随着信息安全的重要性日益突出，人脸识别技术在应用方面的研究逐渐成为热门课题。 一个完整的人脸自动识别系统分为三个主要的环节：从图像中检测、分割人脸；提取人脸特征；人脸识别。目前，摄像头的使用越来越普遍，但摄像头受各种条件限制所采集的图像存在光照不足、对比度较低的情况，要对这些图像进行识别，首先要解决的是人脸的检测和精确定位。 本文对低光照、低对比度的人脸图像进行检测及识别技术进行了研究，主要工作有： (1)对人脸识别的研究工作进行了综述，把当前研究比较少的低光照、低对比度的人脸图像的检测及识别作为本文的研究方向。 (2)采用适当增加图像的亮度和对比度的方法，突出其边缘，以便于检测。将检测到的图像中的边缘，利用Hough变换对图像中椭圆的检测来实现人脸的定位。试验表明，该方法能准确地定位人脸，去除与人脸无关的信息。 (3)设计了一种基于遗传算法的分割人脸的方法，进一步确定人脸的范围，去除图像中的噪声，精确定位人脸面部器官。该方法定位人脸面部器官时对人脸的表情、姿态不敏感，具有较好的鲁棒性。 (4)提取人脸的面部器官特征，应用基于小波神经网络的人脸识别模型进行人脸识别，并采用遗传算法对小波神经网络进行了优化，加速了网络的收敛速度。