抽取最佳鉴别特征是人脸识别中的重要一步。对小样本的高维人脸图像样本，由于各种抽取非线性鉴别特征的方法均存在各自的问题，为此提出了一种求解核的Fisher非线性最佳鉴别特征的新方法，该方法首先在特征空间用类间散度阵和类内散度阵作为Fisher准则，来得到最佳非线性鉴别特征，然后针对此方法存在的病态问题，进一步在类内散度阵的零空间中求解最佳非线性鉴别矢量。基于ORL人脸数据库的实验表明，该新方法抽取的非线性最佳鉴别特征明显优于Fisher线性鉴别分析（FLDA）的线性特征和广义鉴别分析（GDA）的非线性特征。