随着经济的发展和社会的进步，对于人进行身份的认证和识别日益成为一个拥有广泛发展前景与巨大经济价值的课题。在这一课题当中，人脸识别技术又是其中一个广受研究者重视的研究领域。尽管前人已经对这一领域进行了极为深入的研究，但是其中依然有很多难题摆在当今的研究者面前。　　本文对人脸识别的几个重要环节，即:图片中人脸图像的检测与定位、如何最大程度提取人脸图片特征、如何提升人脸图像的识别精度和速度，进行论证与研究，并对已有的识别算法进行了改进。经试验验证，改进后的算法性能良好。　　本文包含的研究内容如下:　　第一，提出了一种基于边缘加权的Hausdorff距离的人脸检测定位算法，经试验验证，这一算法能够有效的解决图像中人脸部分因姿态、光照、遮罩等原因，对人脸定位的干扰。　　第二，针对现有基于小波变换的人脸识别算法，在对待检测图像进行分解变换后，由于图像信息受到损失而使识别精度下降的缺点，提出一种新的基于小波变换的人脸识别算法。该算法根据小波分解层数、小波分解后所得各子图所含能量以及各部分子图所含能量的关系，通过对垂直细节子图与水平细节子图进行积分投影运算，获取比以往识别算法更多图像信息，从而提高图像识别精度。经试验验证，改进后的新算法可显著提高图像识别率，且运行速度较快。　　第三，提出了一种新型的组合核函数应用于构建支持向量机当中。这种组合核函数将高斯核函数与多项式核函数各自的特点融合在一起，构建了一种兼具内推和外推性能的核函数。经实验验证，将这一核函数应用在核主元分析法中，可以有效的提高识别精确度和效率。　　第四，通过将本文所论述算法系统与欧式分类等常见的系统进行对比实验，证明本文所述的小波改进算法与组合核函数相结合的算法是一种可有效提高人脸识别率，同时运算速度较为迅速的算法，其综合性能较为突出。