要建立一个人脸识别系统，您需要掌握一定的机器学习和计算机视觉知识。以下是一般步骤：
数据收集：收集包含不同人员的人脸图像以建立训练数据集。
数据预处理：对数据进行裁剪、缩放、灰度化等处理，以便进行特征提取和模型训练。
特征提取：使用算法提取图像中的人脸特征，如Haar特征、深度学习中的特征图等。
模型选择：选择适合任务的人脸识别模型，如经典的Eigenfaces、Fisherfaces、LBPH算法，或是基于深度学习的CNN模型如VGG、ResNet等。
模型训练：使用训练数据集对选定的模型进行训练，优化模型参数以提高人脸识别准确性。
模型评估：使用测试数据集对训练好的模型进行评估，检测模型的性能和准确性。
部署系统：将训练好的人脸识别模型应用到实际系统中，并进行实时人脸识别处理。
需要注意的是，人脸识别系统涉及到一些隐私和安全问题，如何保护用户数据并遵守相关法律法规也是很重要的一部分。如果您不熟悉机器学习和计算机视觉领域，可能需要先学习相关知识或寻求专业人士的帮助。