摘　要:为了提高人脸识别算法性能,提出了一种多尺度梯度角（MSGA）和支持向量机（SVM）相结合的新的正面人脸识别方法.分析了梯度角对光照的不敏感特性和反对称双正交小波（ASBW）的导数特性.获取多尺度梯度角特征,并利用其所具有的降噪能力和有效降低表情变化、光照变化等因素引起的影响,使算法具备较强的鲁棒性.采用了分类性能优越的支持向量机技术,提高了泛化能力.并在Yale人脸数据库上与归一化原始数据、小波处理后数据进行了仿真比较,实验数据显示,不论使用主分量分析（PCA）还是线性鉴别分析（LDA）降维,在相同的维数条件下,新方法的识别性能都优于其他方法.[著者文摘]……