图片作为一种富内容的表达方式，以其直观性、生动性、丰富性而被广泛使用和传播，关于人脸图片的识别研究也已经硕果累累，人脸识别是一个综合领域，其本质是采取模式匹配、机器学习、计算机视觉等技术手段来进行人脸判别分类。　　但现有的人脸识别尚存在某些技术弊端和研究真空区。首先，难有通用高效的识别方式，不同的识别方法往往具有条件限制性和环境依赖性，不具备普适性，只有在特定的条件下才能利用自己的优势，发挥出最优性能，脱离了算法所依托的环境识别率就会大打折扣；其次，对多角度人脸不加区别一致处理导致侧脸对识别干扰很大；最后，人脸识别的使用环境只限于单机系统，人脸识别技术与互联网的结合是一个尚待挖掘的研究真空地带，目前为止，尚没有互联网图片的关联挖掘的研究。　　为了解决上面几个问题，首先，提出了LBP+PCA+LDA人脸组合算法，通过算法之间的优势互补，借助LBP算法的特征提取，PCA算法的数据降维，LDA算法的监督分类，不仅增强了算法的环境适用性，降低了计算复杂性，而且大大提高了人脸识别率；其次，针对多角度人脸图片，进行多角度检测分类，得到正脸和侧脸，正脸和侧脸分别单独隔离进行人脸识别，互不影响，提高了人脸识别率；最后，将人脸识别和互联网结合，通过模拟互联网环境，借助人脸识别技术来完成各个人物节点之间的关联，人物节点不仅含有人物关键字的语义信息，还包括人脸图片信息。通过对关联度进行建模，帮助对关联关系进行量化，并且分析了多种关联模型，以及各种模型之间的区别和特点。提出了一个图片关联搜索系统，以人物关键字或者人脸图片作为搜索输入，得到人脸节点之间的关联关系。