人脸识别在近些年来已成为计算机视觉和模式识别领域中的热门课题。众所周知，人脸识别是典型的高维数据分类问题，即人脸的原始特征对应高维空间中矩阵数据的图像，然而在人脸识别中直接应用这些数据会使计算速度明显降低，不利于现代科学领域对人脸识别速度和精度的要求。现今人脸识别领域中面临的问题是提取什么样的特征利于分类器的分类以及如何减少高维数据的运算等。迄今为止，线性子空间方法在特征提取中得到了广泛的发展，其中主成分分析（PCA）[1]和线性鉴别分析（LDA）[2]方法是人脸识别中广为采用的基本方法。尽管这