信息技术的飞速发展对身份验证的可信度和便捷度提出了更新的要求,一些传统的身份认证方法已经不能满足这些新的需求,用生物特征来进行身份认证已成为研究热点。人脸识别是模式识别技术在图像领域中的具体运用,其应用前景非常广阔,作为一种典型的生物特征识别,人脸识别以其自然性、可接受性、采集方便等优点受到了人们的青睐,可以应用到身份证件的鉴别、自动门禁控制系统、刑侦破案、视频监控、家庭安全等领域。本文首先介绍了现有的人脸识别算法,详细介绍了经典的基于图像向量的PCA人脸识别算法,并针对经典PCA算法在识别当中存在的不足,提出了一种可以提高识别率的PCA算法,即在做算法的识别前加入图像预处理的阶段,这样就能够有效的提高识别率了。然后,在二维主成分分析(2DPCA)的人脸识别算法的基础上提出一种改进的2DPCA的算法(M-2DPCA)。一般情况下,M-2DPCA和2DPCA的识别率接近,高于加入了预处理的PCA算法的识别率。但是M-2DPCA和2DPCA方法在重构时有更高的空间复杂度和时间复杂度,因此重构时要占用更多的内存,当实际应用中系统不能提供足够大内存的情况下,我们就优先选择加入图像预处理的PCA算法。综上所述,本文实现了基于改进的PCA的人脸识别系统,在系统实现的过程中采用了加入图像预处理的PCA方法,使系统的识别率有所提高。本文所设计的身份验证系统,除了对算法的优化外,更加重视系统设计,可更好的发挥算法的效能。