生物体特征识别技术使用了人体本身所固有的生物特征，与传统的身份识别方法完全不同，具有更高的安全性、可靠性、和有效性，越来越受到人们的重视。人脸自动识别技术作为生物特征识别技术的重要组成部分，在近三十年里得到了广泛的关注和研究，已经成为计算机视觉、模式识别等领域的研究热点。人脸识别在公共安全、证件验证、门禁系统、视频监视等领域中都有着广泛的应用前景。 本文采用基于整体的特征脸方法（PCA），并以人脸识别为目标，以基于PCA的人脸识别方法为重点进行了分析比较研究和实现的关键技术研究。比较深入的分析了PCA人脸识别方法的原理，并对PCA在应用过程中遇到的特征值选择和距离准则问题进行了研究，实现了基于PCA算法的人脸识别。PCA方法的显著特点就是利用低维特征向量来表示原始样本信息，但是这样产生的结果就是，使得PCA方法在特征值提取的计算量和时间上的花费都很大。研究了基于Fisher准则的线性辨别分析方法，针对该类方法在人脸识别中遇到的小样本问题，本文介绍了常用的一种解决方法——PCA+LDA。该方法先用PCA方法对特征空间进行降维，再利用Fisher线性辨别分析方法分类，最后实现人脸的识别。并通过实验证明，该方法是可行的，不仅提高了特征提取的速度，而且识别率也比单独的PCA方法和LDA方法高。