二十年前，人脸识别技术几乎是人工智能和计算机视觉领域最难的问题，近几年随着科学技术的发展，以及商业界、法律界、智能环境、可适应性计算机等广泛的应用需求，使得人脸识别技术再次成为研究领域的热点。 本文首先介绍了人脸识别技术的发展概况，在此基础上深入研究了人脸识别的特征提取、特征选择和分类识别等问题；分析了贝叶斯优化算法(BOA)在特征选择方面的应用问题。提出了基于贝叶斯优化算法的脸面特征向量子集选择算法，实验结果表明，该算法能够优化表达脸面特征，和传统的特征脸选择法相比较，可以获得更高的识别率。本文还对脸面分类算法进行了讨论，深入研究了最近特征线(NFL)分类法，从理论和实验分析了NFL在人脸识别应用的有效性。本文还引入了K最近特征线分类法(KNFL)进行脸面分类，实验结果表明KNFL能够有效适应脸面识别。针对这两种分类法计算量大的问题，本文讨论了解决这一问题的方法。本文还对人脸识别所用的距离准则进行了讨论，提出了加权的马氏距离准则，在此基础上实现了基于主成分分析的人脸识别算法，实验结果表明该准则可以有效地适应人脸识别算法，能够进一步提高识别率。