基于人脸特征的身份信息检索是通过人脸特征来确定待检索人的身份，是生物识别技术中的一个重要组成部分，并具有人体其他的一些生物特征所不具有的许多优势。目前在刑事侦查、安全验证、信用卡识别等领域，都取得了广泛的应用。但是，由于现在人脸识别的应用一般是在特定环境下实现的，所以今后依然面临着各种因素，特别是光照、噪声、时间等因素的影响，这都会严重影响到最后的人脸识别效果。本文研究的对象是基于人脸特征的身份信息检索，其核心是人脸识别。由于自然条件和其他因素的变化势必会影响人脸的采集，因此论文在图像预处理方面提出了图像融合算法对光照进行预处理，同时提出改进的自适应中值滤波的方法对噪声进行处理。为了更好的对人脸图像进行降维和特征提取，在对人脸识别方法分析的基础上，提出改进的DCT变换和2DPCA结合的人脸识别方法。首先，论文分析光照和噪声因素对人脸图像的影响，对现在常用的几种光照处理的方法进行论述，并提出融合直方图均衡化和对数变换的处理方法进行光照预处理。在对噪声的预处理方面，对比几种常用的包括维纳滤波和中值滤波等噪声处理方法，并提出改进自适应中值滤波的方法对受噪声影响的人脸图像进行处理，通过Yale人脸库、ORL人脸库和FERET人脸库进行仿真实验，通过对比来验证改进的光照预处理算法的有效性。其次，对主成分分析、线性判别分析和独立成分分析的人脸识别方法进行分析，并通过实验，在人脸库上进行仿真实验，通过多个方面的实验来对比上述几种方法的性能。在此基础上，提出改进的DCT变换和2DPCA结合的人脸识别方法。经过DCT变换之后，可以消除冗余量和高频噪声干扰，同时保留光照不敏感特征。然后利用改进的DCT域的图像增强算法进行处理，增强有用信息，同时对块效应也有较好的抑制。最后通过2DPCA完成人脸识别，并在人脸库上进行仿真实验，验证该算法提高识别率的效果。最后对基于人脸特征的身份信息检索在刑事侦查方面的应用进行论述，针对该应用设计完成一个仿真系统，并通过采集到的人脸图像来验证该系统的可行性。