人間の顔認識は画像処理、コンピュータビジョン、パターン認識の分野で最もチャレンジングなテーマの1つである。 人間の顔を認識する前に、顔を検出し、顔の特徴を抽出する必要がある。 顔検出を行うために多くの手法が開発されており、最も一般的な手法としてViola-Jones Haar Cascade Classifier (V-J) とHistogram of Oriented Gradients (HOG)がある。 本論文では、顔検出におけるVJとHOGの比較を提案する。 V-J法は，Haarのような特徴量を用いて積分画像を計算し，AdaBoost処理により頑健なカスケード分類器を作成する．HOG法は，画像中の各画像と画像のスケールに対して分類器を計算し，スライドウィンドウを適用して各ウィンドウでHOG記述子を抽出し分類器を適用し，顔に似たオブジェクトを十分な確率で検出すると，分類器はウィンドウの外接ボックスを記録し最大抑制を適用して精度を向上させた． 実験の結果、本システムは決定したアルゴリズムに基づき、顔検出を行うことができました。 つまり、コンピュータビジョンを用いたアプリケーションで顔を検出し、その結果を比較することができるということである。