通过人脸识别技术进行身份认证目前正是一个研究和应用热点。利用计算机对人脸特征提取和分析最终可以实现对人的识别以及相关的人脸信息的分类比如性别识别。本文的主要工作是在人脸识别的特征提取过程中,利用小波变换的原理,通过Haar小波分解人脸图像可得高低频子图,充分利用高频子图的纹理特征受光照影响小的特点,运用LBP扩展算子求取各子图的统计直方图,按权重级联后作为人脸的特征向量,提高了人脸识别对光照的鲁棒性。在人脸性别识别的特征提取过程中,基于小波变换的多分辨率分析特性,通过小波分解获取人脸图像一阶和二阶的低频子图,同样运用LBP算子运算得出子图统计直方图,运用LBP算子对原图进行运算得出原图的统计直方图,将子图与原图所得的统计直方图级联作为最终的分类特征。此法更好的结合了人脸整体结构特征与局部细节特征,提高了分类的稳定性的同时解决了基于小样本训练库下的人脸性别识别,并降低了计算和存储开销,可以满足日益普及的移动和嵌入式平台对存储空间和计算复杂度的要求。