人臉識別系統主要分為人臉檢測、特征提取和人臉識別三個過程。

       人臉檢測：人臉檢測是指從輸入圖像中檢測并提取人臉圖像，通常采用haar特征和Adaboost算法 訓練級聯分類器對圖像中的每一塊進行分類。如果某一矩形區域通過了級聯分類器，則被判別為人臉圖像。

       特征提取：特征提取是指通過一些數字來表征人臉信息，這些數字就是我們要提取的特征。

       常用的臉部特點分成兩大類，類別是幾何圖形特點，另一類是定性分析特點。幾何圖形特點就是指雙眼、鼻頭和嘴等臉部特點中間的幾何圖形關聯，如間距、總面積和視角等。因為優化算法運用了某些形象化的特點，測算量小。

       不過，由于其所需的特征點不能精確選擇，限制了它的應用范圍。另外，當光照變化、人臉有外物遮擋、面部表情變化時，特征變化較大。所以說，這類算法只適合于人臉圖像的粗略識別，無法在實際中應用。

       表征特征利用人臉圖像的灰度信息，通過一些算法提取全局或局部特征。其中比較常用的特征提取算法是LBP算法。LBP方法首先將圖像分成若干區域，在每個區域的像素640x960鄰域中用中心值作閾值化，將結果看成是二進制數。LBP算子的特點是對單調 灰度變化保持不變。每個區域通過這樣的運算得到一組直方圖，然后將所有的直方圖連起來組成一個大的直方圖并進行直方圖匹配計算進行分類。