人脸和掌纹识别是具有很高理论和应用价值的研究课题。掌纹中所包含的信息远比一枚指纹所提供的信息丰富,利用掌纹的线特征、点特征、纹理特征、几何特征完全可以确定一个人的身份,掌纹采集方法简单,采样设备成本也不高,从理论上讲掌纹识别应比目前常见的指纹分析技术更可靠、更先进。人脸是人类视觉中最为普遍的模式,它所反映的视觉信息在人与人的交流中起着至关重要的作用。人脸的特殊性,使得人脸识别技术成为最具潜力的身份识别方式。人脸识别技术应用广泛,并且日益受到人们的广泛关注并成为身份识别领域的热点。单一生物特征识别技术都有其固有而难以克服的缺点。到目前为止,还没有哪一种单项生物特征识别在实际应用中能达到完美无缺的地步,往往需要融合多种生物特征来实现高精度和高可靠性的识别。本文中介绍了一种新的融合方法,这是一个特征层的融合,将人的左右手特征描述向量分别当作复数向量的实部和虚部的方式进行融合,然后通过实验结果分析得出该方法是优于单生物特征和传统的特征融合方式。LDA方法是一种很好的鉴别分析法,但是它却常常遭受类内离散度矩阵奇异性和类间离散度矩阵局限性的困扰,尤其在解决人脸以及掌纹问题时,这种缺陷愈加突出。在这里提出一种新的线性特征提取方式,这种方法不仅仅能找到更加有效更加便于分类的特征投影方向,而且不需要像LDA那样假设每一类的信息描述属于一个特定的范围和类内离散度矩阵是正定的。在三个数据库(ORL,YALE,Plamprint)中通过实验证明我们的方法是优于其它其它方法的,并且在图像的角度、光照、遮盖物、以及表情变化的时候表现依然稳定。