人脸识别是指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术.它是模式识别的重要分支,人脸识别是通过已知的人脸样本库测试未知的人脸,进而将未知人脸进行分类.人脸识别的工作主要在于人脸识别数据维数的压缩以及最有鉴别力特征的抽取.本文通过对基于线性子空间的人脸识别技术进行研究与分析总结上,提出了一种分块人脸镜像奇偶对称在人脸识别中的应用.基于线性子空间的人脸识别方法主要有主成分分析方法(PCA)、多重线性鉴别分析方法(MDA)、Fisher线性鉴别分析方法以及衍生的直接基于图像的方法等等,但常常存在各种各样的缺陷和易受外界的影响.比如“高维小样本问题”、外界光照条件设备等的影响、散度矩阵奇异性、丢失信息量大等等,都会导致识别率的降低,甚至无法识别.同时我们知道外界对整个图像识别影响是远远要超过对图像局部识别的影响,通过对局部识别代替整个图像的识别,这样可以降低外界条件造成的影响,同时人脸本身是存在自然对称特性,利用镜像对称图像,对原图像进行奇偶对称分解.据此首先对图像的分块,增加训练数.同时在分块的基础上利用奇偶对称分解原理,通过镜像图像,提取奇偶对称图像块,在奇偶对称图像块上使用独立成分分析提取图像的局部特征；然后利用最近邻分类器进行分类；最后在orl人脸图像库和耶鲁人脸图像库中进行实验,验证本文方法有很好的识别效果.在实验中,我们得知偶对称人脸图像包含了主要的人脸结构信息与识别成分信息,故在此基础上,提出基本半偶人脸分块的独立成分分析.通过实验验证,此方法对识别效率有很好的效果.