为了解决人脸识别率受光照变化影响较大的问题，提出一种局部敏感直方图（LSH）和高斯-拉普拉斯（LoG）特征相结合的人脸识别方法。首先，提取人脸图像中的LSH光照不变特征以及LoG边缘细节特征，然后通过计算各特征的标准差确定自适应融合权重，将其进行特征级融合来弥补单一使用LSH特征带来的细节损失，并以此构建更为有效的人脸特征样本集，最后使用稀疏表示算法对样本进行分类识别。在PIE和AR人脸库上的实验表明，所提方法能很好地处理光照问题，而且在训练样本较少的情况下，依然能获得较高的识别率。