随着现代科学技术的发展,许多部门对安全性的要求越来越高,人脸识别凭借无需接触式采集信息以及安全系数高的优点,已经被广泛应用到很多领域,例如基于人脸识别的考勤系统、基于人脸识别的门禁系统等。人脸识别系统主要包括人脸检测和人脸识别两个基本过程,本文主要研究的是人脸识别阶段,在人脸识别过程中包括特征提取和分类识别。特征提取和分类识别算法的快慢、准确与否,直接影响到人脸识别的速度和识别率。因此特征提取算法与分类算法的选取至关重要。本文在特征提取阶段选用非负稀疏编码算法,该算法利用稀疏的思想,能够提取出人脸图像的局部特征,与主成分分析算法(PCA)相比,这种算法可以提高运算速度、减少存储空间,从而加快人脸识别的速度。本文在特征提取之前,利用小波变换的时频局部化特性和多分辨率特性,对人脸图像进行处理,去除噪声,保留局部特征,从而有利于图像的快速特征提取。最后通过大量实验还发现非负稀疏编码对遮挡的人脸有一定的适应性。在分类阶段,本文选用近似支持向量机算法,该算法可用来进行多类分类,具有实际的应用价值。