提出了一种基于奇异值分解与改进的LDA相结合的人脸识别方法。首先利用奇异值分解方法获得图像的有效特征；然后经过改进的LDA处理，这样不仅可以有效降低维数，而且使抽取特征的判别能力得到了有效增强；最后对压缩后的特征向量进行排序，将排序后的特征送入BP网络进行识别。实验结果表明，该方法在低维特征向量下取得了很高的识别率，达到99%，效果优于传统方法。