本发明公开了一种基于有监督深度学习的人脸图像质量分类和评估方法，包括从原始图像集Q0中筛选出高清晰度图像集Q2；进行不同亮度下的人脸识别测试，选择识别率变化明显时对应的亮度值，得到高清晰度且亮度适宜图像集Q3；将Q3中同一个对象的多张图像进行人脸识别测试，选择超过某一阈值且相似性分数高的图像作为标准图像集A；将Q1和A进行人脸识别测试，根据相似性分数将图像分为可能产生较差的认证结果的非常模糊图像、在大多数环境中可能产生好的认证结果的比较清晰图像以及在任何环境下均可产生好的认证结果的非常清晰图像；再将每一类图像细分为亮度适宜图像、亮度偏亮图像和亮度偏暗图像，最后将人脸图像分为九个类别。