顔認識システム分析：前端面キャプチャシステム取得サブシステム、ネットワーク伝送とバックエンドサブシステム管理サブシステムによって交通情報面、伝送、処理、分析、および集中管理のコレクションを達成するために解決します。システム、前面、ヘッド収集装置の顔画像を収集、アクセスサーバ、受信本体との情報や画像転送、モデルの様々なことができ、マシンのスナップショットのメーカーの受信数、統一されたアクセスサービスを提供しています大きな単位にデータを取得するために、情報モデルとデータモデリングに直面し、アラームよりも、映像や画像のモデリングとリアルタイムブラックリストをキャプチャするために、顔の構造解析サーバによるクラウド・ストレージ・ユニットに保存されている写真をスナップ。バックエンド分析アプリケーションプラットフォームは、ユーザのアプリケーションのニーズに基づいて、ユーザへの情報のスナップショット画像よりもリアルタイムブラックリストのデータベースを提供することができ、リアルタイム顔捕獲、検索などの機能をサポートし、疑わしい標的を発見するために迅速かつ効率的なサービスを提供します。
顔検出と画像取得
顔画像取り込み：異なる顔画像が良好な取得することができる等の静止画像の態様、動画像、異なる位置、異なる表情として、カメラレンズを通してダウン収集することができます。収集装置の撮影範囲内に、デバイスが自動的に検索し、ユーザの顔撮影した画像を収集するときにユーザー。
顔検出：実際に顔検出は、主画像中の顔の正確な位置と大きさを較正する、すなわち、顔認識前処理のために使用されます。モード機能顔画像は、そうでヒストグラム特徴、色特性、テンプレート機能、構造およびハールの機能として、非常に豊富に含まれます。顔検出は、その情報を取り出すと、顔検出のためにこれらの機能を使用すると便利です。
上記の特徴に基づいて、アダブースト学習アルゴリズムを用いた顔検出方法の主流は、アダブーストアルゴリズムは方法が使用されている分類され、それは一緒にいくつかの弱分類、強い新しい分類の組み合わせです。
アダブーストのアルゴリズムを用いて顔検出処理は、最も代表的な特徴矩形面（弱識別器）、強分類器として構成加重投票弱分類器の方法のいくつかを選択し、その後、訓練された強分類器は複数得られ効果的分類子の検出速度を向上させるカスケード構造積層分類器を形成するように直列。
顔画像前処理
顔画像前処理：画像を前処理すると、顔検出結果に基づいて、顔である、画像処理サービス処理し、最終的に特徴抽出します。原画像取得システムを伴う種々の条件およびランダムな干渉に制限され、多くの場合、直接使用することができない、それが早期に階調補正、ノイズフィルタリング、画像の他の画像前処理しなければなりません。顔画像に対して、その事前補償プロセスは、光顔画像、階調変換、ヒストグラム等化、正規化、幾何補正、フィルタリング、及び鮮鋭化を含みます。
顔画像特徴抽出
顔画像の特徴抽出：特徴認識システムを使用し、通常、視覚的特徴に分割することができる前記画素数、変換係数は画像に直面しており、顔画像等の代数的特徴。顔の特徴抽出が行われ、特定の顔の特徴のためです。また、顔の表現としても知られている顔特徴抽出は、顔の特徴モデリングのプロセスです。顔特徴抽出方法は、2つのカテゴリにまとめ：一方は知識の特性に基づいており、他の統計学習に基づく代数的特徴または特性決定方法です。
主に顔器官の形状、およびそれらの間の距離の特性を記述する等顔知識ベースのキャラクタリゼーション典型的にはユークリッド距離で特徴成分を含む方法、および特徴点間の曲率の角度により得られた特性データに寄与します。顔は、目、鼻、口、あごの局所、それらの間のこれらの構造的関係のローカルおよび幾何学的な説明で構成され、顔認識、幾何学的特徴に言及機能の重要な特徴であることができます。知識ベースの人間の顔の表現は、幾何学的特徴に基づく方法とテンプレートマッチングを含みます。
顔画像のマッチングと認識
顔画像のマッチングと認識：次いで、マッチング結果の出力が得られ、類似度が閾値を超えた場合に、閾値を設定することにより、データベース検索及びマッチングに格納された抽出された特徴テンプレートは、顔画像の特徴データ。顔認識は、人々が機能テンプレート、類似度に応じて判断する顔識別情報に直面していると比較されている識別される顔の特徴です。このプロセスは、2つのカテゴリに分類される：一方が確認され、プロセスは、一つの画像の比較であり、他方は識別することで、プロセスの多くの画像マッチング比較です。