人脸识别技术发展至今已经在各个领域得到了广泛的应用,得益于电子计算机技术的高速发展识别结果更加符合实际应用的要求。人脸识别的PCA方法将人脸图像转化为一维向量,将之投影到特征空间中得到特征向量,从而比较之间的距离。基于二维主成分分析的人脸识别方法(2DPCA)是直接在二维矩阵的基础上进行的,它跟PCA方法的人脸识别相比具有直观、计算量小、特征提取的高效率和识别率更高等优点。已有文献讨论了基于主成分分析(PCA)人脸识别在相同的实验条件下采用不同的距离函数无论是对识别率还是识别时间都会产生影响,基于二维主成分分析(2DPCA)距离函数方面的研究目前还相对较少。　　 本文就是在基于2DPCA的人脸识别方法上讨论识别函数对识别结果的影响,文章中引入了一种新的带参数的度量函数,p-q距离,并且证明了此函数可以作为人脸识别的距离函数。实验表明当p=0.5,q=0.5时识别率最优,但是速率较慢,p=0.25,q=2时有较高识别率的和较理想的识别速度。本文通过实验数据定义了一种新的指标量std(称为距离函数的标准差),实验结果表明std与p-q距离函数的识别率之间有着较大的关系,这种对应关系可以推广到其他的距离函数中。