生物特征所具有的独特性、可接受性、安全性、唯一性和差异性等特性，使得它在个人身份认证和识别中与传统技术相比具有先天的优势。人脸识别与其它人体生物特征识别技术相比，具有隐蔽性、非接触性、主动性、快速直观、准确可靠和性价比高等优点，使得它在国家公共安全、民事、经济、家庭娱乐和电子商务等领域得到了广泛应用。近年来，人脸识别已成为信息科学领域和模式识别领域里一个备受关注的热点，其相关技术的深度和广度在不断拓展。人脸识别技术和研究内容涉及数字图像处理、计算机视觉、数据挖掘、模式识别、机器学习、人工神经网络、数据库、法律伦理和心理学等。镜像对称性是人脸图像中脸部轮廓和器官较为显著的特征属性，通过对人脸图像进行镜像变换处理，处理后的人脸图像仍然可以被人们精确无误识别，因此，也可以把镜像图像加入并作为人脸识别的训练样本，扩大人脸识别的样本容量。事实上，通过镜像变换得到镜像图像从而扩大人脸识别样本容量，对于解决人脸识别本身所具有的高维空间小样本问题，提供了一种新的、行之有效的解决思路。因此，本文的主要工作围绕基于对称性的人脸识别算法研究展开。本文以基于对称性的人脸识别算法研究为目的，在核主成分分析和直接线性鉴别分析算法的基础上，引入镜像对称性和奇偶分解原理，提出了两种新的人脸识别算法，并分别通过人脸数据库验证了两种算法在不同环境和条件下的识别性能。论文主要的研究工作和贡献概括如下：1.提出了对称核主成分分析的人脸识别算法。针对核主成分分析算法未考虑人脸较为明显的对称性特性，人脸识别训练样本不够充足，识别率有待进一步提高。为此，本文在核主成分分析算法的基础上，引入镜像对称性特征，对人脸训练样本进行镜像变换获得奇对称样本和偶对称样本，并分别对奇对称样本和偶对称样本进行特征分量的提取，最后采用最近邻距离分类器进行特征分类。通过ORL人脸数据库实验表明，该算法成倍扩大了人脸样本容量，取得了比核主成分分析算法更好的识别性能。2.提出了对称直接线性鉴别分析的人脸识别算法。该算法在直接线性鉴别分析的基础上，结合人脸较为显著的对称性，利用奇偶分解原理和对人脸训练样本镜像变换，获到奇、偶对称样本，并分别对奇偶对称样本进行特征分量的提取，该算法使用最小欧氏距离进行特征分类。本文在ORL和YALE人脸数据库上针对该算法进行了大量实验，实验结果表明该算法不仅成倍扩大了人脸训练样本数目，而且识别性能明显优于直接线性鉴别分析算法。