人脸识别是人脸信息处理中的一项关键技术,近年来在计算机视觉与模式识别领域中己经成为一个十分活跃的研究方向,具有极高的学术研究价值和商业应用价值。到目前为止,虽然已经形成了多种有效的人脸识别方法,但是人脸识别仍然存在很多难点,人脸的光照、多姿态等问题都对传统的简单背景下的正面人脸识别不断提出挑战。　　 本文就人脸识别中光照及姿态变化这两个问题进行了研究,主要研究了以下三方面内容:　　 首先,针对人脸识别中非均匀光照带来识别率下降这个问题,提出了一种基于形态学的商图像方法,用来部分补偿光照变化对人脸识别的影响。实验结果表明,经过基于形态学的商图像预处理的人脸图像的识别率,在一定程度上有所提高。　　 其次,实现了基于局部三值模式(LTP)的人脸识别方法。本文先将人脸图像分割成7×7小块,然后串联这些子区域的LTP直方图生成人脸特征向量,并采用PCA分块降维的方法来解决维数过高的问题,最后采用Chi平方距离来衡量特征向量间的距离。通过实验表明,结合基于形态学商图像的预处理方法和基于LTP的人脸识别方法,不同光照条件下的首位人脸识别率得到提高。　　 最后,主要介绍了多姿态人脸图像的识别。首先介绍姿态角度对人脸识别的影响,接着进行基于人脸姿态模式的人脸姿态估计,并在此基础上建立人脸姿态子空间,最后进行了姿态估计和多姿态人脸识别的实验分析。姿态相关的人脸识别方法使特定姿态的人脸在特定的人脸库中进行匹配,有效提高了正确识别率,对于克服姿态变化对人脸识别的影响十分有效。