近年来,人脸识别成为模式识别领域中的一个研究热点。在人脸识别领域中,姿态、光照和表情的变化对人脸识别的影响已经成为该研究领域中公认的三大难点问题。 在充分考察目前人脸识别技术发展现状的基础上,本文着眼于不同姿态下人脸识别这一难点问题,进行了深入的研究。基于局部二进制特征,本文给出了一个两层分类的多姿态人脸识别系统的层次分类器框架。该框架的第-层次,进行人脸姿态的识别；进而,在第二层,进行人脸个体识别。实验证明,本文的方法具有令人满意的识别结果。 在第一层人脸姿态识别的分类器中,本文基于两种不同的特征进行了实验对比：一种方法是,在对局部二进制模式进行改进后,本文提出了“均阈值”的局部二进制模式,并提出了使用海明距离度量该特征的方法将该特征用于人脸姿态识别,在分类器上,提出与K近邻分类器相结合的多专家模糊智能决策系统,用以进行姿态分类；另一种方法是,在对Gabor小波变换特征基础上,本文提出了将相互正交的Gabor小波相互叠加的特征,并在人脸姿态识别上取得良好的实验结果。 在第二层人脸个体识别的分类器中,本文也采用了基于两种不同特征进行实验对比：一种方法是,基于本文提出的分块像素均值特征上进行人脸个体识别；另一种方法是,基于统计有效性的多级区域局部二进制模式进行人脸个体识别。 实验证明,本文所进行多姿态的人脸识别的方法是行之有效的。