Die Erkennung menschlicher Gesichter ist eine der größten Herausforderungen in den Bereichen Bildverarbeitung, Computer Vision und Mustererkennung. Bevor man ein menschliches Gesicht erkennen kann, muss man ein Gesicht erkennen und dann die Gesichtsmerkmale extrahieren. Viele Methoden wurden entwickelt, um Gesichter zu erkennen. Zwei der populärsten Methoden sind Viola-Jones Haar Cascade Classifier (V-J) und Histogram of Oriented Gradients (HOG). In diesem Beitrag wird ein Vergleich zwischen VJ und HOG zur Gesichtserkennung vorgeschlagen. V-J-Methode berechnen Integral Image durch Haar-ähnliche Funktion mit AdaBoost-Prozess, um eine robuste Kaskade Klassifikator, HOG berechnen die Klassifikator für jedes Bild in und Skala des Bildes, wandte die gleitende Fenster, extrahiert HOG Deskriptor in jedem Fenster und wandte den Klassifikator, wenn der Klassifikator ein Objekt mit ausreichender Wahrscheinlichkeit, dass ein Gesicht ähnelt, der Klassifikator Aufzeichnung der Bounding Box des Fensters und angewandte Nicht-Maximum Unterdrückung, um die Genauigkeit erhöht. Die experimentellen Ergebnisse zeigen, dass das System auf der Grundlage des festgelegten Algorithmus erfolgreich Gesichter erkannt hat. Das heißt, die Anwendung mit Computer Vision kann Gesicht erkennen und vergleichen Sie die Ergebnisse.