智能图像/视频处理中，复杂背景环境（比如室外环境、机场、车站等）下，人脸识别的第一步是人脸的检测。它的精确度直接影响到后期识别的结果。不过，领域内的科学家们基本上很难有足够的精力和时间开发优化的C++代码，使其用于商业用途，而一般都是只在Matlab中进行模拟。SSE优化，C++库，用于人脸检测，你可以马上把它用于你的视频监控系统中。文章中的分类器的训练数据来自与我的 webcam图像，它们被采集于不同时间，不同光照，不同背景环境下，它几乎可以实时地检测出我（的脸：）。训练的非人脸数据来自对不

本文为复杂背景下的实时人脸检测和识别提供了有效而强大的算法。 该算法使用一系列信号处理方法来实现，包括Ada Boost，级联分类器，局部二进制模式（LBP），类似Haar的特征，面部图像预处理和主成分分析（PCA）。 Ada Boost算法在级联分类器中实现，可以以稳定的检测精度训练面部和眼睛检测器。 LBP描述符用于提取面部特征以进行快速面部检测。 眼睛检测算法可降低假脸检测率。 然后对检测到的面部图像进行处理以校正方向并增加对比度，因此，可以保持较高的面部识别精度。 最后，PCA算法用于有