生物体特征识别技术使用了人体本身所固有的生物特征，与传统的身份识别方法完全不同，具有更高的安全性、可靠性、和有效性，越来越受到人们的重视。人脸自动识别技术作为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、模式识别领域的研究热点。人脸识别在公共安全、证件验证、门禁系统、视频监视等领域中都有着广泛的应用前景。本文是在人脸数据库的基础上做人脸特征提取和识别的算法研究，主要内容如下：(1)本文实现了基于K-L变换的主成分分析法，主成分分析法是一种基于整体特征的人脸识别方法，通过实验结果验证了此方法是一种快速、稳定的方法，对人脸的表情、姿态等变化具有很好的包容性。但是，对于主成分空间的选取上，具有一定的局限性，影响了识别效果。(2)本文在分类器的设计上，采用欧式距离和余弦距离两种距离分类器进行分类识别，并且通过实验比较识别效果。(3)本文提出了一种K-L变换和遗传算法(GA)相结合的人脸识别方法。传统的基于K-L变换的主成分分析法(PCA)只是简单的选择那些较大特征值所对应的特征矢量，而且这些特征矢量并不一定是最有利于识别分类的特征空间，不能达到最优的识别效果。本文中采用遗传算法很好的解决了这个问题，利用遗传算法对K-L变换得到的特征空间进行特征矢量选择，以构成最有利于分类的特征子空间。结合余弦距离最近邻分类器对ORL人脸数据库进行实验，验证了本文方法的有效性。