智能算法对比图怎么办

‘壹’ 人脸识别的算法，怎么从两张图片中找出人脸 的部分，并比较两个人是否是同一个人。

OPENCV里就有，我大4的时候用过。安装后，DATA目录下，haarcascades目录下，haarcascade_frontalface_default.xml就不错。这是人脸识别的数据。
用法请根据这个文件名找吧，我记得就是调用OPENCV里的某个函数（C++），用这个文件名和图作参数，返回的就是图中人脸的位置。
嘿嘿，50分么，下面是我以前的代码，这里是你用得着的部分：
const char* cascadeFile = "haarcascade_frontalface_alt.xml";
const char* folder = "C:\\Program Files\\OpenCV\\data\\haarcascades\\";
char path[1024];
sprintf(path, "%s%s", folder, cascadeFile);
CvHaarClassifierCascade* cascade = (CvHaarClassifierCascade*) cvLoad(path, 0, 0, 0);
//然后cascade就存着需要的那个CvHaarClassifierCascade了。
......
CvSeq* faces = cvHaarDetectObjects(img, cascade, storage,
1.1, 2, CV_HAAR_DO_CANNY_PRUNING,
cvSize(source->getWidth() >> 7, source->getHeight() >> 7));
这句中，img是一个IplImage*，我自己的项目是从摄像头弄来的，我估计你需要直接用opencv载入图片。cascade就是载入的OPENCV的样本数据，storage是一个空间，我用的CvMemStorage* storage = cvCreateMemStorage(0)创建的，detect objects之前我还用了cvClearMemStorage(storage)，1.1是缩放，2是检测像素大小，CV_HAAR_DO_CANNY_PRUNING是比较方法， 一个OPENCV自带的常量。最后cvSize的返回值是允许的最小脸部大小。每个变量都解释到了吧。
之后faces->total就是找到几个脸。用cvGetSeqElem(faces, i)来取每个脸的数据，取出来的东西是(CvRect*)，要记得TYPECAST，例如CvRect face1 = *((CvRect*) cvGetSeqElem(faces, 0))。这样得到的CvRect有4个变量face1.x,face1.y,face1.width,face1.height就是人脸在图片中的位置了。

‘贰’ 人工智能十大算法

人工智能十大算法如下

线性回归（Linear Regression）可能是最流行的机器学习算法。线性回归就是要找一条直线，并且让这条直线尽可能地拟合散点图中的数据点。它试图通过将直线方程与该数据拟合来表示自变量（x值）和数值结果（y值）。然后就可以用这条线来预测未来的值！

逻辑回归（Logistic regression）与线性回归类似，但它是用于输出为二进制的情况（即，当结果只能有两个可能的值）。对最终输出的预测是一个非线性的S型函数，称为logistic function, g()。

决策树（Decision Trees）可用于回归和分类任务。

朴素贝叶斯（Naive Bayes）是基于贝叶斯定理。它测量每个类的概率，每个类的条件概率给出x的值。这个算法用于分类问题，得到一个二进制“是/非”的结果。看看下面的方程式。

支持向量机（Support Vector Machine，SVM）是一种用于分类问题的监督算法。支持向量机试图在数据点之间绘制两条线，它们之间的边距最大。为此，我们将数据项绘制为n维空间中的点，其中，n是输入特征的数量。在此基础上，支持向量机找到一个最优边界，称为超平面（Hyperplane），它通过类标签将可能的输出进行最佳分离。

K-最近邻算法（K-Nearest Neighbors，KNN）非常简单。KNN通过在整个训练集中搜索K个最相似的实例，即K个邻居，并为所有这些K个实例分配一个公共输出变量，来对对象进行分类。

K-均值（K-means）是通过对数据集进行分类来聚类的。例如，这个算法可用于根据购买历史将用户分组。它在数据集中找到K个聚类。K-均值用于无监督学习，因此，我们只需使用训练数据X，以及我们想要识别的聚类数量K。

‘叁’ 什么是算法流程图怎么画算法流程图

最近很多人问算法流程图是什么？我想各位应该没有忘记学生时代我们就接触过算法流程图，只是那种的较简单，流程图较短且只是其中一种，现在网上又出现很多关于算法流程图怎么画的问题，接下来，我将教大家画算法流程图，欢迎大家围观。

1.首先，打开在线画图，点击画布上方【流程图】在跳转的页面点击【立即体验】既然怒在线绘制界面；

2.在画布的四周有很多的工具栏，这些在绘制的过程中都是可以使用的；

3.首先，将中心主题进行确立，中心主题是一个流程图的核心部分；

4.接下来，就是沿着中心主题进行节点的添加，点击画布左侧【基础图形】直接用鼠标将图形拖曳至画布右边需要的位置，之后在用连接线将图形与图形之间建立连接即可；

5.基本框架搭建完后，我们需要做的就是将内容进行添加，双击文本框即可，这时在画布右边出现的工具栏中可以将文本的样式、排列及背景颜色根据自己的喜好进行设置；

6.为了确保内容填充的正确性，点击画上方【编辑】—【选择节点】将对流程图的每一级节点进行展开检查，减少错误，提高精密度；

7.这时一张完整的流程图就在线制作完成了，点击画布右上角【导出】在弹出的菜单栏中选择需要的格式进行导出即可；

关于什么是算法，如何绘制算法流程图到这里就分享结束啦，步骤阐述的很详细，在学习的过程中需要将理论与实践相集合，这样才能学到真正的技能，希望上述的方法可以帮助到大家！