近年来，生物特征识别技术因其良好的安全性越来越多地应用于身份识别，人脸的自动识别技术又因造价低、使用友好等优点成为其中一个研究热点。人脸识别不但在理论研究上具有较大的挑战性，而且在现实生活中具有广阔的应用市场。在实际的一个场景中检测出人脸并且识别它是很重要的，因此将这项任务自动化是非常有意义的。人工智能领域的研究和计算机技术的发展使得这方面的研究成为可能。　　 Gabor变换是一种重要的时频分析方法，它作为一种变换工具，在人脸识别领域也有着广泛的应用研究，但目前基于Gabor变换的人脸识别系统还不成熟，在某些方面还没有得到根本突破。本文的主要工作是围绕基于Gabor变换的人脸识别展开，在充分挖掘基于Gabor变换的人脸特征提取方法的基础上，对数目众多的Gabor滤波器如何选择采用与遗传算法相结合的方法进行深入探讨。　　 鉴于二维Gabor滤波器具有良好的方向和频率选择特性，本文设计了用于提取人脸纹理特征的二维Gabor滤波器，并对其参数进行了选择。本文使用遗传算法对Gabor滤波器的各项参数进行选择，一方面可以对更大的参数范围进行选择，另一方面可以针对具体应用领域进行优化。　　 本文把包含不同的方向和空间频率的Gabor滤波特征，表示成一个一维特征向量。由于一般图像的维数都比较高，直接将所有尺度、方向的Gabor变换特征全部变换成特征向量会导致维数太大而难于处理，为了提取出有用的特征，去掉冗余数据，先取了一些特征点，再使用遗传算法寻找最有利于识别的特征。并且把这种方法和选取全部特征的普通方法做了比较，采用遗传算法选取特征的方法使识别率得到了显著提高。为了更好的展示本文所述方法的有效性，本文还设计了Gabor人脸识别图形界面程序，经ORL人脸库中图像测试，能够明显地观察到经遗传算法优化后的人脸识别相对未经遗传优化的人脸识别的改进。