论文在OpenCV的开发环境中设计了基于SVM算法的实时人脸验证系统,能够进行是否是同一人的分类,分析了SVM模型误差来源,优化了模型参数,运用Dlib工具和归一化方法,克服了姿态的变化时模型的鲁棒性较差,且在细节特征较少时识别的准确率不高的问题。最终在以自建的504组相同人脸和不同人脸为正负样本训练集上训练出的SVM分类器,在300组的相同人脸和不同人脸的测试样本样本集取得了89.7%的准确率。