现有的人脸识别方法在良好控制的条件下已经取得令人满意的性能。然而人脸识别在商业和执法领域具有广泛的应用,在这些应用中往往需要识别从监控摄像头和手持设备获得的人脸图像。在这种真实场景中,要求用户合作是困难的,因此捕获的人脸图像可能包含被遮挡的人脸,导致人脸识别困难。同时,在现实生活中由于收集图像样本的困难或应用系统的存储限制,每个人在训练图像集中可能仅存储有一张人脸图像。该问题被称为单样本问题。在单样本情况下,目前所提出的遮挡人脸识别方法表现不够理想。而单样本部分遮挡人脸识别在现实应用中普遍存在,因此针对单样本部分遮挡人脸识别,本文提出基于关键点簇块加权策略的单样本部分遮挡人脸识别方法。本文的主要工作如下:1)首先本文介绍了特征点检测和匹配技术、密度聚类、纹理特征和图像熵等相关知识,为本文所提出方法做预先的理论准备。2)其次,本文基于特征点检测匹配方法、密度聚类方法、纹理特征和图像熵等知识提出基于关键点簇块的单样本部分遮挡人脸识别方法。该方法的基本流程为:对于一张测试图像和一张训练图像,首先分别使用SIFT算法和SURF算法获得图像对之间的SIFT匹配特征点和SURF匹配特征点;接着通过本文设计的一种关键点簇块获取方法合并每张图像中匹配特征点的邻域,从而分别获得测试图像和训练图像的图像块集;然后,设计一种加权描述符策略来获取两个图像块集的匹配块对;最后,通过计算所有匹配块对之间的平均距离,并且将平均距离用匹配特征点对的数量再加权来获得人脸图像对之间的相似度。实验结果证明所提出算法对单样本部分遮挡人脸识别问题是有效的。3)最后,本文介绍基于所提出方法设计并开发的局部遮挡鲁棒的人脸识别布防系统。本文首先针对布防系统的需求进行UML分析和设计;然后介绍基于UML的分析和设计所开发的系统;最后,对系统的性能进行了测试。测试结果表明所开发系统的实用性和准确性。