在众多的身份验证方法中,生物特征认证技术由于使用了人体本身所固有的特征,具有更高的安全性、可靠性和有效性,因此越来越受到人们的重视。以人脸为对象的识别技术是一种最容易被接受的身份验证方法,近年来已成为国际的研究重点,有着重要的研究价值和应用价值。本文研究并实现了一个基于改进的PCA人脸识别身份验证系统,主要工作如下:首先,本文详细介绍了人脸识别很重要的一个步骤——“人脸预处理”,文中提到的人脸预处理方法都是从图像处理的角度着手的,主要目的是使人脸图像标准化,并在一定程度上消除光照的影响。本文介绍了几种主要的预处理方法,如几何归一化,灰度归一化和图像二值化。其次,比较研究了基于主成分分析(PCA)的人脸识别算法。详细介绍了经典的基于图像向量的PCA的人脸识别算法。针对经典PCA算法在识别当中存在的不足,提出了一种改进方法M-PCA。然后,介绍了一种直接基于图像矩阵的二维主成分分析(2DPCA)的人脸识别算法。同时,提出一种改进的2DPCA的算法(M-2DPCA)。经过实验比较可以发现,M-2DPCA和2DPCA的识别率接近,而且要高于M-PCA的识别率。但是发现,M-2DPCA和2DPCA方法在重构时有更高的空间复杂度和时间复杂度,因此重构时要占用更多的内存,当实际应用中系统不能提供足够大内存的情况下,M-PCA性能上的优越性就体现出来了。最后,本文实现了基于改进的PCA的人脸识别系统,包括系统的框架、系统中的注册和登录两模块和用到的一些关键技术。在系统实现的过程中采用了M-PCA方法,主要是因为不但识别率有所提高,而且M-PCA方法可以有效地提高系统识别速度。本文所设计的身份验证系统,除了对算法的优化外,更加重视系统设计,以发挥其算法的效能。