本文研究的是基于SFS算法的人脸光照正则化方法。人脸识别技术广泛应用在国家公共安全、信息安全、家庭娱乐等方面。但是，人脸识别中的光照问题是人脸识别技术中公认的远没有解决的难题。人脸光照正则化就是去除不同光照方向和光照强度对人脸识别结果的影响。 　　本文针对已知光源方向的非均匀光照射下的非对称的人脸图像提出了一种基于SFS算法的人脸光照正则化方法。本文主要做了以下四个方面的工作： 　　第一，首先介绍当前人脸识别的主要技术、困难以及光照问题的解决方法，然后介绍了传统的SFS算法。 　　第二，论文利用光度立体学，推导出估计反照率的公式，用三幅已知光源方向的图像就可以估计出该物体的反照率。 　　第三，本文提出的SFS算法，在构造能量函数时，分别采用了三种不同的约束条件(即亮度约束加光滑性约束、亮度约束加可积性约束和亮度约束加二次曲面约束条件)，利用变分法分别对这三种不同的能量函数求解，得到相应的迭代公式，并用松弛迭代法求得该能量函数的泛函极小值。其中，首次提出了一个新的约束条件，即二次曲面约束条件。因为人脸近似于二次曲面，所以提出二次曲面约束条件具有合理性。 　　第四，利用求到的极小值重构出正面光照下的人脸图像，并重建了三维人脸图像。