计算机视觉找人主要通过以下几种方法实现：
人脸识别
Python编程语言：Python是一种广泛应用于人工智能领域的编程语言，具有强大的第三方库支持，如OpenCV和Dlib，这些库提供了人脸检测、特征提取和识别功能。
OpenCV：OpenCV是一个开源的计算机视觉库，包含了多种图像处理和机器学习算法，可以用于人脸检测和识别。
Dlib：Dlib是一个包含机器学习算法的工具包，可以用于检测人脸、绘制关键点、勾勒五官轮廓等。
行人搜索
时空管道：通过从多帧连续帧图像中确定时空管道，将时空管道输入至行人搜索模型，得到待识别行人的行人特征图，从而确定与行人特征图对应的目标行人信息。
自动面部特征检测
Mathematica：Mathematica软件中有一个名为FindFaces的函数，可以自动找到图片中的人脸位置。
图像处理与机器学习
高斯模糊：通过高斯模糊技术对图像进行处理，以提高人脸检测的准确性。
旋转与缩放：对图像进行旋转和缩放处理，以适应不同场景下的人脸检测需求。
建议
选择合适的工具：根据具体应用场景选择合适的编程语言和库，如Python配合OpenCV或Dlib进行人脸识别。
数据预处理：对图像进行适当的预处理，如高斯模糊、旋转和缩放，以提高人脸检测的准确率。
模型训练：如果需要更高级的人脸识别功能，可以考虑使用深度学习模型进行训练，如卷积神经网络（CNN）。
实际应用测试：在实际应用中测试和优化算法，确保其在不同场景下的稳定性和准确性。