将非参数子空间分析方法（NSA）和模块化2DPCA方法相结合，提出了一种模块化2DPCANSA方法。NSA方法需将图像矩阵转化为向量后进行特征提取，导致数据维数很大，没有考虑到图像的局部特征，对图像矩阵进行分块，采用2DPCA进行特征提取，得到替代原始图像的低维新模式，施行NSA。该法能有效提取图像的局部特征，而由于考虑到类内、类间的差异，可弥补PCA的缺陷。在ORL人脸库和XM2VTS人脸库上对LDA方法、NSA方法以及该方法分别进行了评价和测试，结果显示，所提方法在识别效果上优于LDA方法和NSA方法。