本文首先总结了人脸技术的研究动机和应用，介绍了人脸识别技术的概念和主要研究方向，然后对人脸识别技术做了比较详细的全面综述，重点介绍了几种典型的人脸识别方法：特征脸方法、形状和灰度分离的可变形模型方法、基于小波变换的弹性匹配方法、神经网络方法等。 特征脸方法是较早得到发展的人脸识别技术，它运用K-L变换进行特征提取，并以此为依据进行人脸识别。特征脸方法是图像统计方法而不是人脸统计方法，没有利用人脸的特殊信息，在压缩能量方面性能最优，但抗干扰能力不强。 被誉为“数学显微镜”的小波变换是一种“时—频”分析方法，具有多分辨率分析的特点，它的可伸缩性使得空间相关性也能在变换中得到表述。正因为具有良好的性质，小波变换被应用到很多人脸识别方法中，比如边缘检测、人脸特征部件的定位、纹理分析等。 在对特征脸方法和小波变换研究的基础上，提出了一种基于小波变换的加权特征脸方法，该方法结合了特征脸分析高效、准确的优点和小波变换多分辨率的特点。在Striling、ORL人脸库中的实验结果表明该方法不但能适应一定的表情变化，而且通过降维有效地降低了算法的难度和复杂性。