本文主要针对多变光照条件下以及多光照、多表情、多姿态并存情况下的人脸识别技术开展较为深入的研究。在多变光照条件下，根据人脸面部对称性及LPQ具有光照不变性的特点提出基于LPQ的纹理特征提取算法，该算法利用面部对称性消除人脸图片的阴影，通过LCE方法增强图像纹理信息，再采用分块DCT进行人脸图像特征的粗提取，对提取子图像进行LPQ算子标记，分块统计标记图像的直方图，级联这些直方图形成最终的人脸表征向量，实验表明该方法对于光照变化不敏感，尤其对于受单侧光照射影响的人脸图像的识别率优于其他方法。进一步的针对目前识别算法只能针对单一影响因素，对复杂条件并存的情况下识别率低的问题，提出基于Gabor的纹理特征提取算法，算法的思想是首先采用系列几何光照归一化方法对人脸图像进行预处理，然后采用小波分解提取 LL 子带图像，对子带图像进行重叠分块的Gabor变换，获取图像的新Gabor特征，之后进行分块均值采样以及PCA降维，最后采用线性判别分析进行分类识别，实验表明该方法能够克服光照的影响，并且对于表情，姿态等干扰因素都具有较好的容忍度。