针对人脸全局特征用于人脸验证存在的局限性,本文在Joint Bayesian人脸识别方法的基础上提出了基于局部贝叶斯分类器融合的人脸验证方法。该方法使用约束局部模型(CLM)在人脸上标注27个局部特征点,提取以这些特征点为中心的人脸块,并将它们进一步划分为互不重叠的若干个单元格;将这些人脸块的局部二值模式(LBP)特征通过Joint Bayesian统计训练得到多个局部分类器;最后利用逻辑回归模型将局部分类器融合为人脸验证分类器。在LFW(Labeled Face in the Wild)和WDRef (Wide and Deep Reference)数据库上进行了性能验证实验,实验结果表明该方法的性能要优于Joint Bayesian和其他现有典型分类器。