针对传统典型相关分析（CanonicalCorrelationAnalysis，CCA）的图像识别中出现的小样本（SmallSampleSize，SSS）问题，提出二维典型相关分析（Two-DimensionalCCA，2DCCA）。首先阐述了2DCCA方法的基本原理并给出了类成员关系矩阵的构造方法，推导出了类成员关系协方差矩阵广义逆的解析解。其次，从理论上证明了2DCCA方法对于解决小样本问题的有效性。最后，利用人脸识别实验来测试该方法的性能，实验结果表明，2DCCA方法有效地解决了图像识别中常见的小样本问题，并且能取得较其他几种基于CCA的人脸识别方法更优的识别结果。