人脸识别一直以来是人工智能和模式识别等重要领域中的活跃研究课题，在图像处理、机器学习与计算机视觉等领域也取得了重要成果。并被广泛应用于公安系统、政府部门、商业、图书检索系统、刑事识别、人机交互等领域。本文在系统研究了人脸识别技术，包括人脸图像预处理与检测定位、特征提取方法和基于BP神经网络的人脸识别方法后，提出了结合Gabor小波+PCA和BP神经网络技术的人脸识别方法。 　　本文首先分别对 Gabor 小波变换和 PCA 的特点进行分析，由于经过二维 Gabor 小波变换后，人脸图像的特征维数太高，而且其识别时间无法满足实时性要求，因此，本文将 Gabor 小波变换和 PCA 方法结合起来，首先将人脸库当中的图像进行预处理、检测定位、下采样处理等，将经下采样处理后的人脸图像与 Gabor小波作卷积运算，提取出来自每幅图像的不同方向和尺度的40个Gabor小波特征，然后利用PCA技术对上述经Gabor小波变换的图像进行降维，最后使用基于BP神经网络的分类器对人脸进行识别。 　　本文采用国际通用的标准人脸库 ORL 图像作为样本，给出了本文方法的识别结果并与其他人脸识别方法进行比较。实验表明，本文提出的将 Gabor 小波变换和 PCA 结合的人脸识别算法具有较好的识别率。