人脸识别凭借其稳定、快捷、高隐蔽性和非接触式身份鉴别的优势，引起了人们的广泛关注。人脸图像特征提取是进行人脸识别的关键步骤。基于子空间的线性特征提取算法，如主成分分析、线性 Fisher判别分析等在人脸识别领域有着广泛而深远的影响。然而其由于线性变换的本质，无法描述由光照、人脸头部姿态以及表情变化所造成的人脸图像的非线性分布。核方法凭借其可以提取人脸图像的非线性特征又不需要计算复杂的非线性映射的优势，受到了研究学者们的广泛关注。然而核函数参数的选取至今没有统一的标准，大多数时候只能依靠经验选择参数，如果参数选择的不合理，将会大大降低算法的性能，严重影响预期的分类结果，这也正是进一步研究核方法的原因之一。本文主要研究内容如下：　　（1）分析了基于线性维度约简的人脸识别算法，和它的核非线性扩展——核主成分分析人脸识别算法的基本原理；通过对两种算法进行比较，总结了核主成分分析算法在处理非线性问题上的优势；在ORL和YALE人脸数据库上测试算法的识别性能，验证了核主成分分析算法能更好的提取人脸图像的非线性特征，从而获得更好的识别效果。　　（2）针对核主成分分析算法得到的人脸特征只是原始人脸的最优逼近，不是最佳分类特征这个不足，研究了利用样本类别归属先验知识的线性 Fisher判别分析算法，以及它的核非线性泛化——核 Fisher判别分析算法的基本原理；验证了核Fisher判别分析算法在人脸分类识别上的优势。　　（3）针对在传统核Fisher判别分析算法中核函数的结构参数只能依靠经验选择的问题，提出了一种新颖的基于数据相关核的核自适应判别分析算法，算法中核函数可以根据输入的图像数据而自适应地调整相应的参数；通过测试算法在人脸库上的识别性能，验证了核自适应判别分析算法能自适应于输入数据进行分类，相比于传统的核判别分析算法对输入数据有着更强的适应性。　　（4）研究了Gabor小波变换的基本原理；Gabor小波是基于人类思维来代表图像，可以提取人脸图像在不同空间频率和纹理方向上的局部特征。利用Gabor小波变换提取人脸特征的优势，提出一种 Gabor小波与核自适应判别分析相结合人脸识别算法；在人脸库上进行仿真实验，验证算法的有效性。　　（5）基于（4）中的人脸识别算法，设计开发了VC++6.0平台下基于视频的实用人脸识别系统；该系统由系统管理、数据库、人脸检测与人眼定位以及人脸识别4大模块组成，可用于实际身份验证中。