在近二十年中自动人脸识别引起了人们的广泛关注,人们迫切希望计算机能拥有和人一样的强大的依据人脸来识别人身份的能力从而使世界变的更加智能。但是,到目前为止,自动人脸识别还远未达到人们的期望;尤其是在复杂情况下,传统的基于人脸图像间相似性计算的自动人脸识别技术的性能难以达到应用要求。例如,脸部存在部分遮挡且遮挡比例稍大的情况下,自动人脸识别技术一般会出现识别错误或拒识。又如,研究表明,在光照条件存在较大变化的情况下,依据已有方法得出的同一人脸的不同图像间的差异性可超过不同人脸的图像间的差异性,此时必然会得出错误的人脸识别结果。如上因素也是目前人脸识别技术未能如指纹识别技术一样得到普及的原因。稀疏描述方法被引入到人脸识别领域后带来了人脸识别的突破性进展。已有的一些实验说明,在很多情况下包括图像存在噪声或被部分遮挡的情况下,稀疏描述方法可取得大大优于其他方法的分类正确率。实际上,基于稀疏描述方法的人脸识别技术是一个全新的方法学,它为人们解决已有的技术难点提供了一个新颖的视角和思路。但是,目前稀疏描述方法的图像识别应用仍有诸多问题需要解决。例如,现有的稀疏描述方法只利用了部分训练图像来表达测试图像,但是人们不知道究竟哪些训练图像被利用而哪些没被利用。又如,由于人脸图像的维数非常高,现有的稀疏描述方法的效率将非常低,在大容量训练集上尤其如此;该缺点使得方法不能应用于实际。本文针对如上问题,设计了几个新颖的基于稀疏描述思想的人脸识别方法,这些方法不仅计算效率高,而且能得到很高的识别精度。为解决现有的可见光人脸识别系统易受光照变化影响的问题,本文还设计并实现了一个基于人脸近红外与可见光图像的人脸识别系统。系统具有优异的性能。