基于组件的人脸识别方法有效地克服了基于全局方法难以解决的局部遮挡、姿态变化等问题，但是在进行识别之前，需要检测和定位组件。在现有的基于组件的人脸识别方法中，实现组件定位存在两种倾向：精确定位和不定位。其中，精确定位的方法包括SVM组件检测器、模板匹配等;这些方法有的使用大量的训练样本训练检测器来检测组件，有的使用模板匹配等方法检测标准组件。它们的缺陷是对训练样本或待识别图像的要求过于苛刻，实际工程中难以实现。不定位的方法则包括隐马尔可夫方法、局部二元模式法等，这些方法不进行组件定位，直接将人脸图像划分为几个小的矩形块，然后以这些小矩形块作为组件进行下一步的处理。它们的缺陷是忽视了人脸器官在人脸上的分布结构信息，难以实现基于组件的识别方法的优越性。　　 为了解决组件定位中存在的这一问题，本文提出了非精确组件定位的方法，它使用人脸图像的梯度信息对人脸器官进行大致定位，并在这个定位的基础上按人脸与器官的比例划定一定大小的矩形区域作为组件。这样，非精确组件定位方法既包含了人脸器官的结构信息，又避免了对样本或待识别图像的苛刻要求，在可行性和高性能间达到了一个很好的平衡点。　　 在解决上述问题的基础上，本文以人脸识别领域影响最广泛的PCA方法作为人脸特征提取方法，使用目前在机器学习、模式识别等领域都受到广泛关注的SVM方法作为分类方法实现了一个基于组件的人脸识别系统。