随着信息技术的发展，人类逐步进入信息化时代。新的时代中大量人口的频繁流动对传统的身份鉴定提出了挑战。此外新时代中的电子商务、社交网络、人机交互等也对快速识别人的身份、性别、年龄等信息提出了需求。在传统的识别方式不能满足人们需求的时候，越来越多的研究人员把注意力转向生物特征识别，其中人脸识别因其非侵入性、使用便捷等优点受到人们的广泛欢迎。鉴于人脸识别在智能监控、门禁系统以及新兴互联网行业中巨大的应用潜力，越来越多的研究人员从事人脸识别的研究。　　 本文主要对人脸识别中的单人单样本、光照预处理以及性别识别三个问题做了相关研究。　　 (1)单人单样本　　 本文通过使用多种途径生成虚拟人脸的方式来扩大样本集，然后结合一种新提出的基于稀疏表示的人脸识别算法取得了优于多种前人算法的识别率。　　 (2)光照处理　　 本文提出一种新的通过结合对数域中的离散余弦变换和直方图归一化的算法。因为前者没有实现归一化的实际思想，本文通过使用直方图归一化的算法将前面处理的结果图像的直方图映射为正态分布的方式做补偿，实验结果显示识别率有明显提高。　　 (3)性别识别　　 本文研究了一种首先使用40个不同方向、不同尺度的Gabor算子对图像卷积，然后对每个卷积得到的幅值图像使用局部二元模式编码，然后将分块的编码图像的直方图连接在一起形成初步的特征，接着使用一种子空间映射方法将每个分块的直方图映射为一个数值，从而实现特征的降维。实验表明该算法取得了93.71％的识别率。