在公共场所人走灯亮等能源浪费现象一直都是人们所关注的话题。高校教室作为其中一个十分特殊的公共场合,如何识别判断是否有人在,有着非常现实的研究意义。将人脸识别技术应用于高校教学,其重要性不言而喻。它是高校节能、提高教学质量与方便学生学习生活的关键因素之一。考虑到所处的研究环境是在教室中,研究的主要对象是学生,在这个时间、这个地点学生正在进行的活动是听课、学习等,并且是处于坐着的姿态,大部分的体貌特征会被部分的遮挡,所以在这里选择了上半身中最有代表性的人脸作为特征来进行提取。论文选取特定背景环境下的人脸图像,分别采用SVM和HOG算法、Adaboost算法和粒子群神经网络算法的三种分类器模型对人脸进行识别,统计识别到的人数,并比较各算法分类器模型的好坏。在体现人脸识别技术的强大实践性和先进性的同时,通过相互比较,更加直观的呈现出人脸识别技术的优化方向和着手点。