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。人脸检测过程中使用Adaboost算法挑选出一些***能代表人脸的矩形特征(弱分类器)，按照加权投1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。
人脸识别需要积累采集到的大量人脸图像相关的数据，用来验证算法，不断提高识别准确性，这些数据诸如A Neural Network Face Recognition Assignment(***网络人脸识别数据)、orl人脸数据库、麻省理工学院生物和计算学习中心人脸识别数据库、埃塞克斯大学计算机与电子工程学院人脸识别数据等。该理论侧重于人脸实时数据的中间值处理，从而可以在识别速率和识别效能之间，达到***1佳的匹配效果

人脸识别系统优点：

一、自然性，所谓的自然性是指通过观察比较人脸来区分和确认身份;具有自然性的识别还有语音识别和体形识别，而***识别和虹膜识别等因人类或其他生物不能通过此类生物特征区别个体所以不具备自然性。

二、非接触性，相比较其他生物识别技术而言，人脸识别是非接触的，用户不需要和设备直接接触。

三、并发性，在实际应用场景中，人脸识别技术可以进行多个人脸的分拣、判断及识别。