人脸识别可以广泛地应用在视频检索、出入控制、人机交互和电子商务等领域。近年来，能够处理真实情形下人脸图像的鲁棒性人脸识别已逐渐成为人们的需求，然而现今的人脸识别算法大都受到光照、大的姿态变化、各种遮挡物等因素的影响。本文主要研究基于AAM的图像对齐和局部匹配人脸识别算法，使之能够增强人脸识别算法对姿态、表情变化的鲁棒性。AAM能够快速准确地定位人脸的特征点，进而将图片扭转到一个标准正面人脸模型中。几种基于Gabor小波特征的人脸识别算法在国际通用数据库上得到了不错的表现。在本文中，我们提出了一种新的基于信息熵的Gabor jet加权方法用于提高人脸识别率；我们还对Borda count分类器组合方法进行了改进，认为在投票过程中为其设置阈值来排除“噪声”的干扰可以提高识别率。我们证明了在使用AAM矫正图像后，联合熵加权Gabor方法和加阈值Borda能够取得比单独使用更好的成绩。