目前人脸识别在图像处理、模式识别、神经网络和计算机视觉等多领域成为一个研究的热门课题,有着很广的研究和应用价值领域。这都将使得人脸识别在未来的研究领域越来越具有意义。　　 本文首先介绍了人脸识别方法的发展历程、应用领域、研究人脸识别的意义及国内外的发展现状等方面的内容。同时介绍当今主流的多种人脸识别技术。在这些识别方法和技术中,本文就是基于其中的Gabor小波和特征脸两种方法的原理上,提出了基于小波变换与广义主分量分析的人脸识别。主要研究内容如下:　　 首先,根据小波变换原理,对于给定的一张人脸图像,先将其进行二次小波分解,得到了一个低频系数和相应的高频系数。其中低频系数可以很好的表征人脸整个信息,所以我们选择低频部分的系数分量作为研究人脸的特征。　　 其次,深入的分析主分量分析方法的人脸特征提取方法,由于它直接将人脸图像展开成一个一维的向量,这样大大增加了计算量,图像的一些结构信息也很容易丢失。广义主分量分析方法是在主分量分析方法的基础上进行改进,它有效避免了将图像矩阵转换为一维向量,而是直接利用图像矩阵本身构造所谓的图像总体散布矩阵。使得计算量大大的减少,从而达到了减少内存和计算时间目的,极大的缩短特征提取的时间。　　 最后,结合小波变换与广义主分量分析方法对人脸进行识别。先将原始的人脸图像进行小波变换分解,得到的低频部分系数作为广义主分量分析方法的特征提取的数据,之后采用最近邻分类器进行分类识别,得到识别率。同单一的运用主分量分析人脸识别方法和广义主分量分析人脸识别方法相比,本文提出的人脸识别方法效果更好,识别率更高。