人脸识别是生物特征识别领域的一个研究热点,在安全应用中有着重要作用。而驾驶员人脸图像作为一个重要的车辆特征,能够对违法违规车辆的侦查提供较大帮助。因此,对驾驶员人脸图像的识别具有广阔的应用前景和研究价值。交通监控系统抓拍到的驾驶员人脸图像往往受到车窗玻璃反光、太阳光、路灯等光照影响,而且系统一般对每个驾驶员只存储一幅人脸图像,属于单训练样本人脸识别问题。因此,本文针对驾驶员人脸图像的识别,主要从光照处理和单训练样本人脸识别这两个方面展开研究。本文的主要研究内容如下：(1)人脸图像的光照不变特征提取算法研究。研究了基于梯度脸的光照不变特征提取算法。该算法把人脸图像和高斯函数的一阶导数进行卷积来求取人脸图像的梯度,进而在梯度域提取人脸图像的光照不变特征。并对梯度脸算法进行了改进,进一步研究了离散梯度脸算法。该算法通过提取更加稀疏的离散梯度脸特征来对人脸图像进行光照处理。实验表明,在光照处理方面,离散梯度脸算法具有更好的效果。(2)单训练样本人脸识别算法研究。首先研究了利用图像分解技术来对单样本进行扩充的算法。该算法把单训练样本采用列主元的QR分解生成额外的虚拟样本,从而把单样本人脸识别转化为多样本人脸识别来处理。然后研究了基于稀疏表示的人脸识别算法,并结合通用学习框架的思想,进一步研究了基于单样本稀疏表示的人脸识别算法。该算法把测试样本用训练样本和从通用学习框架中提取到的类内变化进行联合稀疏表示,以此来解决单训练样本问题。实验表明,在单训练样本人脸识别方面,基于单样本稀疏表示的人脸识别算法具有更高的识别率。(3)车辆特征数据库管理系统设计与实现。对系统进行了需求分析,并对数据库进行了设计与实现,选用Oracle作为数据库管理系统来存储车辆的基本特征。采用MFC完成了系统框架的编写,并用C++实现了驾驶员人脸特征提取与识别、套牌车辆查询、肇事逃逸查询等核心模块的编写。