1、人脸检测在实际中主要用于人脸识别的预处理 ， 即在图像中准确标定出人脸的位置和大小 。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等 。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测 。
2、主流的人脸检测方法基于以上特征采用Adaboost学习算法 ， Adaboost算法是一种用来分类的方法，它把一些比较弱的分类方法合在一起 ， 组合出新的很强的分类方法 。
【人脸识别具体识别的是什么 人脸识别具体识别的是什么】3、人脸检测过程中使用Adaboost算法挑选出一些最能代表人脸的矩形特征(弱分类器)，按照加权投票的方式将弱分类器构造为一个强分类器，再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，有效地提高分类器的检测速度 。
