人脸识别是目前生物特征识别中最受人们关注的一个分支，是计算机视觉与模式识别领域非常活跃的一个研究方向，利用人脸特征是最自然直接的手段，相比其他生物特征，它具有直接、友好、方便的特点，易于为用户接受。在公安和安全部门有着广泛的应用，例如搜索罪犯、动态监视、银行密码系统等。 本文首先介绍了计算机人脸识别技术的研究背景和主要方法，提出了一种基于离散余弦变换和支持向量机的人脸识别方法。该算法首先利用图像处理的方法对图像做预处理，使用于识别的人脸图像的干扰因素减少，通过图像预处理也使图像的特征得到强化而弱化了其不需要的部分。经过预处理的图像可用于识别，识别率的高低在很大程度上受图像预处理质量的影响。．利用小波变换方法提取了人脸图像的相对稳定的低频子带，达到了对图像向量降维的效果，然后进行离散余弦变换(Discrete Cosine Transform，DCT)提取主要特征分量，所提取出的特征向量保留了原图像空间中的主要分类信息，取得了较高的识别率和优良的抗噪声性能。使用多分类支持向量机(Support Vector Machine，SVM)方法对人脸图像进行识别，将DCT系数作为支持向量机的输入，对n个人分别训练，得到n个支持向量机。在识别时，将测试人脸图像分别交由n个SVM进行分类，进而确定测试人脸图像类别，得到较好的识别率。