人脸识别是计算机视觉的一个重要分支,而且它可以被应用到许多领域.维数约减对人脸识别来说是十分重要的,不仅可以去除一些不必要的噪声,还可以有效地减少计算复杂度.传统的局部保存投影(LPP)算法仅仅考虑了样本点的局部邻居信息,并没有考虑到不同类别的样本对分类效果的影响,结果会造成不同类数据点的重叠.为减少计算的复杂度,在局部保存投影算法的基础上引入样本的类别信息,构造了监督的局部保存投影算法(SLPP).通过人脸识别仿真实验,验证了新算法的有效性与健壮性,并改变上述的不足.