针对传统BP算法收敛缓慢、训练过程振荡等缺点，提出了一种基于改进Gamma和改进BP神经网络的人脸识别算法。采用改进Gamma矫正方法改善原始图像的光照不均匀，并采用小波变换和NMF算法提取图像主要特征，最后结合一种新的权值调整方法改进BP算法进行图像分类识别。仿真实验表明，与传统算法相比，使用该算法对Yale人脸库、CMU PIE人脸库和自建人脸库的图像进行识别具有更快的收敛速度和更高的识别率。