大学课题，要做5分钟的简短介绍，人工智能在人脸识别上的 实现方式（求咨询，不用告诉特别的仔细原理） ai大体是怎么样的学习就行了
我们使用机器学习的方法完成人脸检测，首先需要大量的正样本图像（面部图像）和负样本图像（不含面部的图像）来训练分类器。我们需要从其中提取特征。下图中的 Haar 特征会被使用，就像我们的卷积核，每一个特征是一个值，这个值等于黑色矩形中的像素值之后减去白色矩形中的像素值之和。
Haar特征值反映了图像的灰度变化情况。例如：脸部的一些特征能由矩形特征简单的描述，眼睛要比脸颊颜色要深，鼻梁两侧比鼻梁颜色要深，嘴巴比周围颜色要深等。
Haar特征可用于于图像任意位置，大小也可以任意改变，所以矩形特征值是矩形模版类别、矩形位置和矩形大小这三个因素的函数。故类别、大小和位置的变化，使得很小的检测窗口含有非常多的矩形特征。
得到图像的特征后，训练一个决策树构建的adaboost级联决策器来识别是否为人脸。
OpenCV中自带已训练好的检测器，包括面部，眼睛，猫脸等，都保存在XML文件中，我们可以通过以下程序找到他们：
找到的文件如下所示：
那我们就利用这些文件来识别人脸，眼睛等。检测流程如下：
读取图片，并转换成灰度图实例化人脸和眼睛检测的分类器对象# 实例化级联分类器 classifier =cv.CascadeClassifier( “haarcascade_frontalface_default.xml” ) # 加载分类器 classifier.load(‘haarcascade_frontalface_default.xml’)进行人脸和眼睛的检测rect = classifier.detectMultiScale(gray, scaleFactor, minNeighbors, minSize,maxsize)参数：Gray: 要进行检测的人脸图像scaleFactor: 前后两次扫描中，搜索窗口的比例系数minneighbors：目标至少被检测到minNeighbors次才会被认为是目标minsize和maxsize: 目标的最小尺寸和最大尺寸将检测结果绘制出来就可以了。主程序如下所示：
结果：
我们也可在视频中对人脸进行检测：
opencv中人脸识别的流程是：
1. 读取图片，并转换成灰度图,
2.实例化人脸和眼睛检测的分类器对象
3. 进行人脸和眼睛的检测
4. 将检测结果绘制出来就可以了。
我们也可以在视频中进行人脸识别。
