项目团队成员针对在人脸高维图像降维时单纯使用主成分分析（PCA)算法的提取精度和速度受限问题，提出一种基于小波变换和改进PCA的混合特征提取算法。该方法首先对人脸图像进行小波分解，选取低频分量对人脸图像进行特征提取；然后利用改进的PCA算法进行主成分提取，获得代表人脸特征的特征向量；最后将算法应用于人脸库数据集进行图像分类，经过该混合算法处理后的图像特征数据，由卷积神经网络(CNN)算法分类识别时准确率提升10%，识别速度提高约为37%。

  该改进算法可应用于人脸识别与捕捉特征的领域，可广泛应用于需要此功能的任何领域。