人脸识别技术在身份认证,安防,支付领域等有重要的应用,而维吾尔族人脸识别技术在新疆维吾尔自治区有着广阔的应用前景。本文针对维吾尔族人脸数据库缺乏的问题,自建维吾尔族人脸数据库。因自行采集维吾尔族人脸图像,不可避免的存在像素值不高,所以首先对一系列人脸进行预处理,然后在时域中对维吾尔族人脸用Gabor算子提取人脸特征,将提取后的特征在频域空间中使用非负矩阵迭代以加快特征提取速率,通过非负矩阵处理后将得到的特征从频域变换到时域可获取更精细的人脸特征。针对提取人脸特征维度多的问题用快速PCA降维,将PCA降维后的特征输入支持向量机进行分类器的训练,在本文建立的维吾尔族人脸数据库中实验,融合了Gabor和非负矩阵的特征提取算法识别的准确率达96.67优于未融合前的算法。但有时只有一张训练集,拍摄到的图片不仅只有一张训练集而且还存在遮挡或光照不均匀的情况,甚至会有残缺不全的训练集照片,所以单样本维吾尔族人脸同样重要,这种情况下降人脸图片进行分块处理,使一幅图变若干副图,在利用像素相等重构图像,这样可得到多福同一人图像,然后用鲁棒性稀疏和CSLBP(center symmetric local binary pattern)提取训练集和测试集中维吾尔族人脸,并用K-邻近和支持向量机两种方法识别,在通过集成的方法进行识别,同时利用本文方法和其他各种算法在各种人脸数据库人脸识别进行对比,在不同人脸数据库中比较各人脸识别算法的优缺点,并对本文采用的几种算法进行了对比。期望在大数据时代能够建立更加完善的各民族数据库,对比各民族数据库之间人脸的相同点与不同点,同时利用机器学习完善各人脸数据库,为各检测系统提供有力依据。