人脸识别技术是指应用计算机实现人脸的自动识别的技术，是当前模式识别和计算机视觉领域的一个研究热点。人脸识别涉及的技术很多，其中关键的是特征提取和分类方法。本文以此为重点进行了相关的研究，提出了基于小波变换的多特征和多分类器相结合的人脸识别方法，主要内容如下：在预处理阶段，完成对人脸原始图像的小波分解，取出低频图像。由于人脸的表情变化和少许遮掩只影响图像中的高频部分的变化，这样人脸图像的低频部分就在有表情变化的情况下仍然比较稳定，可以利用小波变换取出人脸的低频图像，图像的数据量也有了很大的减少，并且小波变换本身运算速度很快，在保证识别效果的前提下，可以较大地降低计算复杂度、提高运算速度。在特征提取阶段，不仅求取了小波变换后得到的低频图像的特征脸特征，奇异值特征和局部自相关特征的LAD特征，而且还构建了混合特征。在分类判别阶段，利用不同的分类器对各特征进行分类，估计出对应不同特征的后验概率，再进行线性组合得到总的后验概率。在分类时还考虑了多步分类法，先计算测试样本与各训练样本的各种特征间的各种匹配度，再把它们转换成后验概率，然后利用Bayes规则进行最后分类。最后，通过若干实验利用ORL人脸图像库验证此方法，并取得了满意的识别效果。