针对压缩感知（Compressed Sensing，CS）方法需将图像矩阵转化为向量后进行特征提取，导致数据维数很大，计算复杂等缺点，提出二维离散余弦变换（2DDCT）和压缩感知（Compressed Sensing，CS）相结合的人脸识别方法。新方法首先利用2DDCT将图像变换到频域，压缩人脸图像以去掉人眼不敏感的中频分量与高频分量，这样有效降低了所需特征的维数，减少了计算量；然后通过感知算法进行特征提取得到人脸识别特征，最后运用最近邻分类器完成人脸的识别。在ORL、Yale及Feret人脸数据库的实验结果证明了该算法的有效性与稳健性，特别是在YaleB人脸数据库运用该方法得到了很好的试验结果。