人脸识别是生物特征识别领域中的一种基于生理特征的识别技术，通过相关算法提取的人脸特征进行身份验证。由于世界上不存在任何两张完全相同的人脸，所以人脸具有唯一性和不容易被复制等特性。同时和其他生物特征识别技术相比，人脸识别技术具有不易被察觉、操作方便、结果直观等良好的优点。因此人脸识别在公安布控、对象监控、机场安检、出入境边检、金融防伪、电子商务、智能空间等领域得到广泛的应用。但在一些现实应用中，只能得到一个人的一张图片用作训练样本，很多人脸识别方法在单训练样本的条件下识别效果不是很理想。针对人脸识别在单训练样本下识别性能不是很理想的情况，本文对单样本人脸识别进行分析和探索，主要内容如下：　　首先分析了单样本人脸识别的研究现状和发展趋势，阐述了单样本人脸识别技术研究的目的和意义，对单样本人脸识别的常用方法进行了归纳总结。　　其次介绍人脸识别的相关理论和技术方法，包括人脸识别的图像获取、人脸检测、人脸特征提取、人脸鉴别等相关技术。并对本文用到单样本人脸识别的相关技术进行了详细的分析，例如样本扩充的方法和二维离散余弦变换方法等。　　然后研究了局部二值模式（LBP）方法以及其在单样本人脸识别的应用。针对提取一种人脸特征进行人脸识别不能很好的获得人脸图像的多方面信息，本文给出了二维离散余弦变换与局部二值模式相结合的单训练样本的人脸识别算法，2DDCT可以提取人脸图像频域中的低频信息，LBP特征描述的纹理常常表现为高频信息，2DDCT和LBP具有频率和空域之间的互补性，有利于改变单样本人脸识别的性能。　　最后在研究二维局部保持投影(2DLPP)方法理论的基础上给出了一种基于二维离散余弦变换(2DDCT)与双向二维局部保持投影(2DLPP)相结合的人脸识别方法。该方法是将人脸图像用2DDCT变换到频率域中，然后用双向2DLPP对2DDCT变换后左上角n?n块先分别求得行方向投影矩阵和列方向的投影矩阵，取得图像的双向特征矩阵，使得维数大大的降低。实验表明，这种方法不仅对姿态、光照和化妆等具有很好的鲁棒性，还降低了计算量，同时识别效果还比较理想。