人脸的外观是由光和人脸表面的相互作用决定的,光照条件和人脸表面反射属性的变化会引起人脸外观的显著变化;这给与人脸分析相关的计算视觉应用带来了很大的挑战.因此长期以来,可变光照下的人脸分析都是计算机视觉领域的重要课题.该文首先对与此相关的工作做了回顾,然后重点讨论了这一问题的两个子问题:(一)人脸去光照和多光照下的人脸图像重建,(二)可变光照下的人脸对准.从单幅图像中恢复对光照条件具有不变性的反射率图像是非常困难的,因为在数学上这是一个病态问题.基于形状相似性的假设,该文的第一个工作提出了一种存在于反射率图像及其相关的不同光照下图像之间的结构上的相似性;然后利用这种结构相似性设计了一种简单的线性重建的方法从图像训练集合中恢复反射率图像.在重建的过程中使用了主元分析方法来得到鲁棒的重建结果.实验表明,这种方法能够有效地从单幅图像中去除光照变化对人脸图像分析的影响;而且,它可以直接被应用于多光照下的人脸图像重建.该文的第二个工作讨论了在以前的二维对准工作中被忽略的一个障碍性问题:可变光照下的人脸对准.第四章首先介绍了什么是人脸对准,现有的人脸对准方法为什么对光照变化不鲁棒;然后讨论怎么平抑光照变化带来的影响.该文使用了两种对光照具有相对不变性的信息用于人脸对准:相位一致性边缘和本质灰度信息.显著的边缘特征在明暗及其阴影效果明显的情况下也能够被有效地定位,因此可以将相位一致性边缘用于人脸的粗略对准阶段;为了精确定位那些不太显著的边缘,一种局部均衡化的方法被提出以求得本质灰度信息,并用于人脸的精细对准阶段.大量实验证明,这一人脸对准系统能够准确有效地对准很大范围光照下的人脸图像.最后,该文对上述工作可能的扩展和在别的相关研究中的应用做了展望.