随着科技的发展和社会的进步，生物识别技术在科研领域得到了广泛的关注。人脸识别作为一种重要的生物特征识别方式，与指纹、虹膜等识别方式相比，更加友好、自然、便捷，是当前研究的热点之一。人脸识别能够快速有效地进行身份甄别，因此在当今社会得到了许多实际的应用，比如人脸识别系统为大型活动的安保工作提供了强有力的支持，包括机场安检，对场馆、设施的管理，对参与人员的身份鉴别，以及准确的辨认恐怖分子和其他犯罪分子等等。　　 人脸识别技术就是利用计算机分析人脸图像，从中提取有效信息来进行身份辨认和识别的一项技术，它涉及到模式识别、图像处理、计算机视觉、生理学、心理学等诸多学科的知识。虽然人脸识别有许多优点，但由于人脸识别的相关理论还待进一步的完善，且人脸识别会受到面部表情、光照条件、行为姿态、饰物遮挡等多种因素的影响，人脸识别技术的性能还有待提高。　　 本文重点介绍了核方法在人脸识别中的应用，因为传统的人脸识别方法，比如PCA、ICA、LDA等都是线性的判别方法，但是在实际情况中，很多问题都不是线性可分的，由于核技巧在支持向量机中的成功运用，因此，可以将核方法与传统的人脸识别算法相结合产生基于核技巧的人脸识别方法，通过适当的非线性映射将线性不可分的原始样本变换到某一线性可分的高维特征空间中，这种非线性映射是通过定义适当的内积函数实现的。　　 本文主要采用主成分分析方法、核主成分分析方法以及融合核Fisher线性判别的分析方法，对典型的人脸数据库ORL进行人脸图像的识别研究，通过核变换、构建特征子空间、图像集投影、特征提取以及图像识别等步骤进行人脸识别。实验发现，核函数参数的选取对于识别结果有着一定的影响；论文将以上三种人脸识别算法进行比较，发现融合核方法的人脸识别算法，由于使用了非线性判别且对特征提取方法进行了有机组合，使得识别率有了很大的提高。　　 本文使用MATLAB平台对人脸识别过程进行了仿真实验，采用不同的识别算法对人脸数据库中的人脸图像进行识别；同时利用MATLAB中的GUIDE功能实现图形用户界面GUI，使实验过程和实验结果能够得到更直观和更清晰的演示。