对高维人脸数据进行降维处理是一种很关键的技术。如果直接对高维图像数据进行处理,不但会导致“维数灾难”问题,而且也使得人们很难发现原始数据中隐藏的结构信息和特征。为了克服“维数灾难”问题及减小噪声和计算复杂度,数据降维方法的研究引起了研究者们的广泛关注。本文首先对具有代表性的一维及二维单向降维方法做了较深入的描述,接着对两种二维双向降维方法即张量子空间分析(TSA)法和判别张量子空间分析(DTSA)进行了较详细的讨论。然后针对BDSLPP的投影矩阵是不正交的,我们提出了一种正交二维双向判别有监督局部保持投影算法。最后本文将TSA、DTSA及OBDSLPP这三种方法分别在ORL和Yale人脸数据库上进行了数值实验,实验结果表明OBDSLPP分别比TSA和DTSA的识别率高。