近年来随着科学技术的进步,尤其是计算机软硬件性能的提升。作为一种与之密切相关的新型技术,生物识别技术得到了极大的重视与发展。如何快速有效的对个人身份信息进行识别成为一个重要的研究课题,而人脸识别作为一种友好、准确的身份识别技术,成为一项研究热点。同时,现代生活中人们不得不更多的面对高维数据,如数字图像,文本数据,金融时间序列等,但由于受到计算和存储技术及成本方面的限制,降维就成为一种必要的处理高维数据的手段。降维是把原始的高维数据投影到低维空间上,并尽可能的保持原有数据的几何性质,拓扑结构。比较有代表性的算法有主成分分析,线性判别法,张量空间分析,局部保持投影。由于生物识别技术与降维算法的进步,以降维算法为基础的人脸识别技术近年来发展十分迅速。本文主要对人脸识别算法做了一些研究,主要内容如下:一、本文对一些经典的算法作出了简要的介绍。发现这些算法都忽略了丰富,可靠的标记数据。本文中考虑对标签等先验知识的运用,提出了一种简单有效的监督算法-多水平人脸识别算法。该人脸识别算法能够充分的利用这些先验信息,达到更好的识别效果(通过数值实验可以证明其有效性)。这种算法是由多部分组成的,每个部分既相互联系,互相之间又有一定的独立性。二、本文中提出一种新的张量空间分析算法,从名字可以看出,这是基于张量空间分析算法的一种改进算法,借助于半监督人脸识别算法中的一些思想对原有算法模型作出一定改进。