人脸识别是模式识别中的一个很重要的研究领域,是典型的图像模式分析、理解与分类计算问题,具有重要的理论研究价值和广阔的应用前景。近年来,人脸识别领域的研究取得了长足的进展,涌现出了一大批优秀的人脸识别算法,并且在这些算法的基础上开发出了若干用于商业用途的人脸识别系统。局部二值模式(LBP)是一种图像纹理描述方法,近年来,研究者们成功地将LBP应用于人脸识别任务。LGBP是在基本LBP描述子的基础上,结合了多尺度、多方向的Gabor分解,使得人脸特征描述性能得到进一步增强。尽管LGBP方法在人脸识别中取得了不错的效果,但是该方法仍然存在特征维数过高、以及在复杂光照条件下其性能不够鲁棒等问题。本文重点对这些问题进行研究,论文主要工作如下：1.对LGBP特征的分布进行了实验分析,在此基础上提出了基于零率的LGBP人脸识别方法。该方法使用零率概念,从大量的LGBP特征中进行有效特征的筛选,可在不明显影响识别精度的前提下,使得LGBP特征数目得到了显著的压缩。2.提出了一种基于局部归一化光照预处理和LGBP特征描述的人脸识别方法。该方法在进行LGBP特征提取之前,先利用一种局部归一化技术对人脸图像进行预处理,从而有效提高了LGBP描述子对光照变化的鲁棒性。