1、人臉定位是人臉識別的第一步。定位的好壞直接決定著后續(xù)識別的準確程度。由于人臉的角度，遮蔽和陰影等非線性因素導致了多角度人臉識別比固定角度(例如正面)的人臉識別困難得多。
　　 本文就兩種人臉識別方法分別利用不同的數(shù)學工具設計了兩種不同的分類器。
　　 針對正面人臉識別的分類器使用兩步定位法，先進行粗定位再進行細定位。粗定位算法的主要步驟是，先對圖像進行預處理，再使用OAC濾波器濾波，最后使用閾值分割法將圖像分割為人臉區(qū)域

2、、可能人臉區(qū)域和非人臉區(qū)域三部分。為人臉細定位算法減少了計算量，增加了準確率。對CMU數(shù)據(jù)庫中的圖像進行測試，非人臉區(qū)域的排除率達到99％，誤檢率僅有1.3％。實驗結(jié)果證明了該算法的有效性和可靠性。
　　 針對多角度人臉識別，角度空間被分為多個部分。每部分設計一種分類器。無論是否是人臉，都要使用支持向量回歸進行人臉角度估計。人臉角度估計的結(jié)果用于分類器來估計是否是人臉。由于姿勢估計這一步，大大減少了計算量。同時，由于每個分類器都