人脸检测过程中使用Adaboost算法挑选出一些代表人脸的矩形特征(弱分类器)，按照加权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。人脸图像预处理人脸图像预处理：对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并终服务于特征提取的过程。当有金属进入线圈时，磁力线受影响磁场减弱被磁电感应器拾取，产生相应动作。系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。

基于光照估计模型理论提出了基于Gamma灰度矫正的光照预处理方法,并且在光照估计模型的基础上，进行相应的光照补偿和光照平衡策略。优化的形变统计校正理论基于统计形变的校正理论，优化人脸姿态；不被察觉的特点对于一种识别方法也很重要，这会使该识别方法不令人反感，并且因为不容易引起人的注意而不容易被欺骗。强化迭代理论强化迭代理论是对DLFA人脸检测算法的有效扩展；的实时特征识别理论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，达到的匹配效果

2.地感线圈布线时，将地切一10CM深，2X0.8M的方形巢，四个角切成45度斜角（如右图示），将地感线圈（1平方毫米）一圈圈放入，共放6-8层，线圈每层之间一定要压紧，线圈内不要有接头。地感线圈输出端双绞至道闸，且距离尽量短，接好后用干水泥将巢封住。接好线后先测试地感是否正常，地感红灯闪烁时用一铁板放于线圈上方，红灯长亮时拿走铁板，道闸自动下落则产品正常。注：地感线圈截面积为0.5－1.5平方毫米的高温铜导线，线截面积的大小对感应强度的影响不是很大。