EigenFace 在人脸识别历史上应该是具有里程碑式意义的，其被认为是第一种有效的人脸识别 算法。1987 年 Sirovich and Kirby 为了减少人脸图像的表示采用了 PCA（主成分分析）的方法进 行降维，1991 年 Matthew Turk 和 Alex Pentland 首次将 PCA 应用于人脸识别，即将原始图像投影 到特征空间，得到一系列降维图像，取其主成份表示人脸，因其主成份中就包含人脸的形状，估称EigenFace 为“特征脸”。
EigenFace 是一种基于统计特征的方法，将人脸图像视为随机向量，并用统计方法辨别不同人 脸特征模式。EigenFace 的基本思想是，从统计的观点，寻找人脸图像分布的基本元素，即人脸图 像样本集协方差矩阵的特征向量，以此近似的表征人脸图像。