人脸自动识别技术[1]是生物特征识别技术的重要组成部分，在近三十年里得到了广泛的关注和研究，已经成为计算机视觉、模式识别[2]领域的研究热点。由于其很好的安全性、可靠性和有效性、在刑侦破案、证件验证、门禁系统、视频监视等领域中都具有广泛的应用前景，已成为最容易被接受的身份鉴定方法之一。 本文对静止图像的多姿态人脸识别进行了研究，主要内容如下：(1)使用特征脸的方法对人脸图像进行识别。假设人脸处于线性空间，选择一种最优特征向量集以实现最佳人脸表达方法。通过计算测试人脸图像与特征脸的距离，对人脸图像进行分类、识别。 (2)使用小波变换对人脸图像进行预处理，提取低频信息后，对其进行离散余弦变换，降低特征向量维数，采用基于欧式距离度量的最近邻分类器进行识别。这种方法在增加训练图像类别时不需要对整个训练图像重新训练，且取得了很好的识别效果。 (3)使用支持向量机(SVM)方法对人脸图像进行识别。在对图像进行小波变换，离散余弦变换提取特征后，将DCT系数作为支持向量机的输入，对n个人分别训练，得到n个支持向量机。在识别时，将测试人脸图像分别交由n个SVM进行分类，进而确定测试人脸图像类别。