现如今,人脸识别技术在商业、安全、军事等各个领域应用十分广泛。在新一代国产DSP处理器上实现人脸识别算法是一次积极的探索和创新,研究人脸识别算法在国产芯片上的实现,可以避免国外企业在技术支持和产品供应上带来的“卡脖子”风险,具有一定的社会效益和理论价值。本文首先对基于奇异值分解（SVD）的人脸识别算法进行改进,然后对改进的算法在国产DSP上的编程优化进行研究。本文的研究结果对人脸识别系统在国产芯片上的实现提供了重要参考方案。传统的基于SVD的人脸识别算法,是先将二维图像转化为一维向量,然后将奇异值分解的三个矩阵的乘积作为提取的图像特征进行分类识别的一种处理方法。该方法存在数据量大、运行效率慢、识别率低等问题。本文采用奇异值分解的左酉矩阵的转置与中心化处理数字图像转置的乘积作为提取的图像特征。最后使用ORL数据库,在MATLAB平台上仿真验证改进人脸识别算法的优良性,实验证明改进的人脸识别算法与传统的算法相比识别率提高了 14.5%,运行时间缩短了 1.28倍。针对改进的SVD人脸识别算法在BWDSP1042上实现时需要消耗大量时间的问题,本文采用C语言与汇编语言混合编程的方法,对人脸识别算法的编程进行优化。首先根据C语言编程的优化方法,对人脸识别算法软件编程进行优化与实现。然后根据BWDSP1042的VLIW和SIMD硬件结构,在常用软件优化方法基础上,采用多组算法共同执行以及减少三级循环次数的方法进行优化,实验结果表明,汇编语言版本的特征提取在优化前后的加速比为2.23。本课题通过对传统的基于SVD人脸算法进行改进,仿真验证了改进算法具有更优的识别率及实时性。在BWDSP1042对算法编程的优化,证明了优化后的算法具有更快的运行效率,为人脸识别系统在BWDSP1042上的实现提供了理论价值。