人脸识别是当前计算机模式识别领域中的一个非常活跃的研究课题，在安全检测、身份验证、军事、商业等领域具有广泛的应用前景。基于人脸识别的自动身份认证具有重要的理论意义和应用价值。但是通过人脸图像来进行识别仍然面临巨大的挑战，要使这一技术成为完全成熟的技术还有许多工作需要做。　　 本文以人脸识别为目标，以基于子空间分析的人脸特征提取技术为重点进行了相关研究。本文的主要工作如下：　　 深入分析了主成分分析(Principal Component Analysis，PCA)方法的基本原理，PCA方法最显著的优点是能用低维特征向量来估计原始样本，基于此特点将它用来实现对人脸的识别。此外本文还深入分析了PCA中遇到的特征值选择和距离准则的选取问题。　　 研究了线性判别分析方法(Linear Discriminate Analysis，LDA)，针对人脸识别中的小样本问题本文提出了先用主成分分析(PCA)方法减少特征空间维数，再利用线性判别方法实现对人脸的识别。　　 编写了一个基于PCA+LDA算法的人脸识别程序。