多姿态人脸识别是模式识别领域的难题之一。首先采用水平镜像方法增加训练样本,并将所有训练样本在[-90,+90]的姿态范围内划分为7个子集,利用Gabor和2DPCA方法生成7个特征子空间。识别时,提取输入图像及其水平镜像图像的特征并分别向7个特征子空间投影,根据投影距离,采用决策融合判决策略得到最终的识别结果。在三个人脸库上的实验证明,在仅选取有限的多姿态训练样本的情况下,对旋转角度介于[-90,+90]的多姿态人脸能取得较高的识别率。