近年来，随着计算机技术的迅猛发展以及人们对信息安全的愈加重视，原始的身份认证方式，已经不能满足现实社会的需要，因此生物特征识别技术应运而生。与指纹和虹膜等传统生物特征识别方式相比，人脸识别技术具有准确、隐蔽和非侵扰等特性，较易被用户所接受，已在诸多领域得到了广泛的应用，并成为生物特征识别技术方面的研究热点之一。本文在总结人脸识别技术内容和方法的基础上，对主成分分析(PCA)算法和Gabor小波变换算法这两种特征提取方法进行了重点讨论，并详细阐述了这两种特征提取方法的主要思想、特点、算法流程及实现方法。在算法实现方面，文中先对原Adaboost算法进行改进，并将其应用于人脸检测当中，而后利用PCA在提取人脸全局特征和Gabor小波在表达人脸局部特征上的优势，分别用PCA方法提取人脸全局特征， Gabor小波分块提取人脸局部特征，并将两种特征相结合建立了双层分类器(全局分类器和整体分类器)，最后，将本文提出的基于PCA和二维Gabor小波变换的人脸识别方法在ORL人脸库和自建人脸库上进行仿真实验。实验结果表明，改进算法在不影响识别速度的基础上，提高了人脸的识别率，识别率可达到90%以上，具有一定的实用价值。