人脸识别是模式识别和机器视觉领域最富挑战性的研究课题之一，在人机交互，安全监视，身份认证等方面有着非常广阔的应用前景。基于隐马尔可夫模型的人脸识别本质上是利用统计方法为人脸图像建立一个最能表征该人脸的数学模型。类特定方法是近年来发展起来的一种降维分类方法。不同于其他降维方法，它是基于充足统计数据，并且在理论上无性能损失的。它为每个类分配了独立的特征系。当每个隐马尔可夫模型的状态有充分的统计信息时，可以将类特定的方法延伸到HMM建模问题中。针对HMM有效性过于依赖于采样窗口内所提取的图像特征的缺点，本文研究了基于类特定和HMM的人脸识别算法。引入了类特定的概念，类特定参数，探索了类特定HMM算法。在ORL人脸库，FERET人脸库，YALE人脸库，及CAS-PEAL-R1光照和表情人脸库上进行实验，将该算法在各人脸库上的效果进行比较和分析，对比结果说明了基于类特定HMM的人脸识别方法是可行的。