人脸识别算法是指在检测到人脸并定位面部关键特征点之后，主要的人脸区域就可以被裁剪出来，经过预处理之后，馈入后端的识别算法。识别算法要完成人脸特征的提取，并与库存的已知人脸进行比对，完成最终的分类。人脸识别（Facial Recognition），就是通过视频采集设备获取用户的面部图像，再利用核心的算法对其脸部的五官位置、脸型和角度进行计算分析，进而和自身数据库里已有的范本进行比对，后判断出用户的真实身份。
人脸识别的算法有 4 种：基于人脸特征点的识别算法、基于整幅 人脸图像的识别算法、基于模板的识别算法、利用神经网络进行识别的算法。
人脸图像识别算法实验报告摘要
自建小型数据集，采用Opencv中的级联分类器进行人脸检测，基于ResNet18残差神经网络进行人脸识别；后续采用dlib库中的人脸检测器、特征点检测器和人脸识别模型进行训练和识别，效果相较于前者更佳.
人脸图像识别算法实验报告关键词：人脸识别、残差神经网络、ResNet18、Opencv、dlib
人脸图像识别算法实验报告目录
1 问题描述
2 相关技术介绍
2.1 ResNet18残差神经网络
2.1.1 退化现象
2.1.2 残差块
2.1.3 为什么叫残差网络
2.1.4 残差网络的背后原理
2.1.5 残差网络结构
2.2 dlib库
2.2.1 dlib库简介
2.2.2 两个核心文件和三个核心函数
2.2.3 人脸识别流程
2.2.4 人脸识别算法原理
3 系统整体框架
3.1 整体流程图
3.2 更新人脸信息库