随着社会的进步和信息技术的飞速发展,人们对于信息安全的要求日益提高,需要进行身份识别场所越来越多。近几年来出现了各种基于人体的生物特征识别技术。人脸识别是生物特征识别的重要组成部分,它具有直接、友好、方便的特点,容易为人们所接受,已成为生物识别中的研究热点,并且具有广阔的应用前景。如何从人脸图像中有效地提取使之区别于其它个体的特征,是人脸识别研究的一个关键所在,在众多的特征提取方法中,子空间方法具有计算代价小、时间复杂度低、描述能力强、可分性好等特点,现已成为人脸识别的主要算法。本文中将主要研究基于子空间的人脸识别算法。本文对几种传统的子空间的方法进行了深入的研究,提出了一种加权最大间距准则算法(WMMC),并在MATLAB GUI环境下进行了系统的仿真实验。主要的工作如下:(1)深入研究了几种传统的子空间方法,针对传统子空间人脸识别算法的缺陷,本文提出一种加权最大间距准则算法(WMMC),该算法能解决线性鉴别算法中存在的小样本问题,并且通过在类内离散度矩阵上加上权重,能有效地抑制边缘类,从而使得提取的特征具有更强的分类信息。(2)将常用的子空间算法跟本文提出的加权最大差值准则算法进行比较,进行了大量的实验,结果表明本文提出的算法对于人脸识别更有效。(3)应用本文提出的WMMC算法,在MATLAB GUI环境下,创建了一个人脸识别的系统,进行了仿真实验。在仿真系统中,验证本文提出算法的可行性,并针对人脸识别中常见的光照问题对系统进行了改进。