人脸识别技术应用背景广泛，可用于公安系统的罪犯身份识别、驾驶执照及护照与实际持证人的核对、银行及海关的监控系统及自动门卫系统等。人脸识别涉及到图像处理、计算机视觉、模式识别以及神经网络等学科，也和人脑的认识程度紧密相关，是一项极富挑战性的课题。支持向量机专门针对小样本问题设计, 基于统计学习理论的结构风险最小化原则, 选用最优分类超平面作为判别函数, 以最大化分类间隔为条件, 将分类问题转化为一个简单的二次规划问题, 使问题具有唯一的极值点。支持向量机在解决小样本问题方面已经表现出许多特有的优势。本文主要考察了支持向量机的作用机制应用于人脸识别研究的具体情况，着重考察了小波变换和K-L变换结合支持向量机技术在人脸识别方面的作用，并给出了相应的识别结果和分析。实验采用ATT和Yale人脸库, 实验结果表明，对两种传统方法进行的改进是卓有成效的。