人脸识别的计算机自动化处理能促进对相关学科的研究并使得智能人脸识别系统成为可能。人脸识别能进行有效的身份识别,从而对公共安全领域产生重大影响,也带动了带动社会娱乐产业的发展。正因为如此,人脸识别是当前图像处理及模式识别领域中一个热门的研究课题,有着重要的理论及应用研究价值。我国是一个多民族的国家,及时的研究和识别各个民族的面部特征,对进一步提高对不同民族群体间相互关系的了解和认识有着重要意义。国内对少数民族人脸识别研究较少,随着学者的关注,中国少数民族人脸识别研究将成为国内研究趋势。本文以探索少数民族面部识别的有效方法为研究目的,先建立少数民族人脸数据库,然后研究基于主成分分析(PCA)的人脸特征提取,和基于SVM的人脸匹配算法,最后建立少数民族人脸识别系统。主要的工作如下：(1)设计和实现一个具有56个民族的、多样化的、大规模的平面少数民族人脸数据库,涵盖人脸表情变化、头部姿态变化、拍摄角度变化、拍摄光照变化、拍摄背景变化、拍摄距离变化,被试者服饰变化等。(2)深入分析了PCA方法的数学基本原理,并对在人脸识别应用过程中利用PCA进行特征值提取这一过程进行了详细的原理介绍和步骤分析。在采集少数民族人脸数据库上实现了基于PCA算法的人脸特征提取。(3)研究了基于SVM的投票分类方法,从最优分类超平面出发,分析了SVM分类思想,给出了训练算法和实现流程。(4)在PCA和SVM的基础上建立了少数民族人脸识别系统,并对其中的5个民族进行民族分类训练和民族分类识别。通过实验证明,特征提取的速度较快,而且少数民族平均识别率也达到了一定的比例,该系统是切实可行的。