人脸识别是一种基于人的脸部特征信息进行身份识别的生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸进而对检测到的人脸进行脸部的一系列相关技术。生物识别技术手段有很多,如语音识别、指纹识别、虹膜识别、掌纹识别等。人脸识别因具有自然、友好、对用户干扰少、易被用户接受等优点,成为具有广阔应用前景的信息社会中不可缺少的身份识别方法。近几十年来,虽然基于二维图像的人脸识别研究已取得很大进展,系统在约束环境下具有较好的识别性能,但在实际应用中,人脸认证系统对于人脸图像的采集一般均在非约束的环境下进行,易被其他人或者物所遮挡,这些干扰因素使得获取的人脸数据不完整,从而影响整个人脸认证系统的准确率,本文针对人脸局部遮挡这一关键问题,重点研究了基于图像的遮挡人脸的遮挡物的去除与识别方法,主要研究成果包括：1.概述了人脸识别的发展历史和研究意义,人脸识别技术的发展历程。对现有的二维人脸识别方法根据其提取特征的特点和匹配方法的不同做了分类总结。重点介绍了存在遮挡情况下的二维人脸识别方法及其特点。2.介绍了稀疏表达的思想,字典学习的方法以及基本的分类方法。重点介绍了几种基于稀疏表达处理遮挡人脸识别的方法。3.提出了一种基于稀疏表达分类的去除正面人脸遮挡物的方法。遮挡物的存在对人脸识别系统的识别率以及鲁棒性的影响很大。稀疏表达的本质就是用最少的训练样本来表示测试样本,在本文中首先求出测试样本在无遮挡训练集上的稀疏系数,然后根据求出的稀疏析出即可重建出无遮挡的正面人脸图像。