二维线性鉴别分析(2DLDA)算法能有效解决线性鉴别分析(LDA)算法的“小样本”效应，支持向量机 (SVM)具有结构风险最小化的特点，将两者结合起来用于人脸识别。首先，利用小波变换获取人脸图像的低频分量，忽 略高频分量：然后，用2DLDA算法提取人脸图像低频分量的线性鉴别特征，用“一对多”的SVM 多类分类算法完成人脸 识别。基于ORL人脸数据库和Yale人脸数据库的实验结果验证了2DLDA+SVM算法应用于人脸识别的有效性。-”Small sample size”problem

vc6.0环境下，使用opencv,基于adaboost算法的人脸检测识别程序，可以对视频流进行 处理，需要安装opencv1.0。-the vc6.0 environment opencv face detection and recognition program based on the AdaBoost algorithm for processing the video stream, need installation opencv1.0.

基于PCA的人脸识别 适用于样本文件数量较小，用opencv实现-PCA-based face recognition for smaller number of sample documents, using opencv