El reconocimiento facial general es actualmente una de las tecnologías clave en el campo de la visión por computadora, y ha logrado un tremendo éxito con el apoyo de la tecnología de aprendizaje profundo. Los modelos de reconocimiento facial general actualmente exhiben una precisión extremadamente alta en algunos conjuntos de datos de rostros de alta calidad. Sin embargo, su rendimiento disminuye en entornos desafiantes, como escenas de poca luz. Para mejorar el rendimiento de los modelos de reconocimiento facial en escenarios de poca luz, proponemos un enfoque de reconocimiento facial basado en el desacoplamiento y fusión de características (DeFFace). Nuestra idea principal es extraer características relacionadas con el rostro de imágenes que no están influenciadas por la iluminación.