人脸识别技术是利用计算机分析人脸图像，提取有效的识别信息来辨别身份的一门技术，具有重要的学术价值与广阔的应用前景。它涉及模式识别、图像处理、计算机视觉、生理学、心理学等诸多学科的知识，是当前研究的热点之一。 在实际应用中，一方面，已有算法在特征提取、分类等人脸识别关键阶段的局限性，制约着最终的识别效果；另一方面，由于环境背景、光照、人脸的姿态和表情等的变化，又大大增加了人脸识别的难度。 本文重点研究了基于主成分分析相关的人脸识别方法，通过对比分析PCA、2DPCA、2DPCA-AMD和C-2DPCA算法，总结这类人脸识别方法的特点，在此基础上采用模块化思想，提出了模块化C-2DPCA算法，并在人脸数据库上进行仿真模拟验证，在保持较高识别率的前提下，模块化方法有助于增强算法的鲁棒性。进一步的研究，提出了模块化C-2DPCA-AMD算法，该算法是将AMD距离判据应用于模块化C-2DPCA算法，在ORL人脸数据库和ZJU-3DFED上的仿真实验验证，该方法在人脸识别效果上得到极大提高。