人脸识别离线SDK，是对人的脸部信息特征进行识别的一种生物识别技术系统。用通过人脸识别设备采集人脸的图像或视频流，并在图像和视频流中检验和人脸追踪，从而对检测到的人脸进行识别的一种人脸识别SDK技术，通常也叫做人像识别、面部识别。
人脸识别SDK技术需要：人脸图像采集及人脸搜索、人脸图像预处理、人脸图像特征提取以及匹配和识别这四个步骤，同时这也是人脸识别SDK技术的四个组成部分。
一、人脸图像识别与匹配
人脸识别SDK技术就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。这一过程又分为两类：一类是确认，是一对一进行图像比较的过程，简称1：1，另一类是辨认，是一对多进行图像匹配对比的过程，简称1：N。
采集的人体面部图像的特征数据与数据库中存储的面部特征进行搜索匹配，通过设定一个阈值，当人脸相似匹配度超过这一阈值，就会把匹配得到的人脸信息进行输出。
二、人脸图像特征提取
人脸识别SDK技术常用使用的特征通常分为人脸图像变换系数特征、人脸图像代数特征、视觉特征等，人体面部特征提取就是针对人脸的某些关键点特征进行的。
人脸特征提取，是人脸识别系统对人脸特征进行建模的一个过程。
人脸图像特征采集的方式大致可以分为两大类：一种是基于知识的表征方法；另外一种是基于代数特征或统计学习的表征方法。
三、人脸图像预处理
关于人体面部的图像预处理是基于人脸检测的结果，对图像进行各种处理，最后服务于人脸特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。
四、人脸图像采集及检测
现阶段应用最广泛的的人脸识别及采集的方法有Adaboost人脸识别算法、基于特征的方法、基于模板的方法等等。
下面我们主要说说Adaboost人脸识别算法。Adaboost人脸检测算法，是基于积分图、级联检测器和Adaboost算法的方法，这种方法能够快速检测出正面人脸，它的核心思想就是自动从多个弱分类器的空间中挑选出若干个分类器，形成一个分类能力很强的强分类器。
人脸识别SDK技术是通过检测人脸，对脸部的进行一些关键点的定位，通过核心算法获得人脸的特征值，然后将这个特征值与你本人的特征是进行一个相似度的对比，从而得到一个人脸识别的结果，也就可以判定“刷脸”的是不是你本人了。
