人脸识别系统

人脸识别系统主要由四部分组成：人脸图像采集与检测、人脸图像预处理、人脸图像特征提取、匹配与识别。

人脸图像采集与检测

人脸图像捕捉：可以通过相机镜头捕捉不同的人脸图像，如静态图像、动态图像、不同位置、不同表情等。当用户在采集设备的拍摄范围内时，采集设备将自动搜索并捕捉用户的人脸图像。

人脸检测：在实践中，人脸检测主要用于人脸识别的预处理，即准确校准人脸在图像中的位置和大小。人脸图像包含丰富的模式特征，如直方图特征、颜色特征、模板特征、结构特征和Haar特征。人脸检测就是提取有用的信息，并利用这些特征来实现人脸检测。

主流的人脸检测方法使用基于上述特征的Adaboost学习算法。Adaboost算法是一种用于分类的方法。它结合了一些相对较弱的分类方法，形成了一种新的强分类方法。

在人脸检测过程中，Adaboost算法用于选择一些能代表人脸的矩形特征（弱分类器）。通过加权投票将弱分类器构造为强分类器，然后将训练得到的多个强分类器级联，形成级联结构的级联分类器，有效提高了分类器的检测速度。