Inhimillisten kasvojen tunnistaminen on yksi haastavimmista aiheista kuvankäsittelyn, näönkäsittelyn ja hahmontunnistuksen aloilla. Ennen ihmiskasvojen tunnistamista on tarpeen havaita kasvot ja poimia sitten kasvojen piirteet. Kasvojen tunnistamiseksi on luotu ja kehitetty monia menetelmiä, ja kaksi suosituinta menetelmää ovat Viola-Jones Haar Cascade Classifier (V-J) ja Histogram of Oriented Gradients (HOG). Tässä asiakirjassa ehdotetaan vertailua VJ:n ja HOG:n välillä kasvojen havaitsemiseksi. V-J-menetelmä laskee kokonaiskuvan Haar-tyyppisen ominaisuuden avulla AdaBoost-prosessin avulla vankan kaskadiluokittimen, HOG-luokitin laskee luokittimen kullekin kuvalle ja kuvan mittakaavalle, soveltaa liukuikkunoita, poimii HOG-kuvaajan kussakin ikkunassa ja soveltaa luokittimen, jos luokitin havaitsee kohteen, jolla on riittävän suuri todennäköisyys, että se muistuttaa kasvoja, luokittimen tallentaessa ikkunan rajaavan laatikon ja soveltaen ei-korkeimman mahdollisen tukahduttamisen tarkkuuden lisäämiseksi. Kokeelliset tulokset osoittavat, että järjestelmä havaitsi onnistuneesti kasvot määritetyn algoritmin perusteella. Tämä tarkoittaa, että tietokonenäköä käyttävä sovellus voi havaita kasvot ja verrata tuloksia.