人脸检测是在几个重要的是.docVIP

人脸检测是在几个重要的是，由于人脸图像输入采取自动化系统。例子包括全自动人脸识别系统，基于视频监控和预警系统，人脸/身体跟踪系统和感性的人机界面。大多数人脸检测算法可分为基于特征或外观为基础。近年来，外观的人脸检测算法，采用机器学习和统计估算方法已显示所有现有的人脸检测方法的优异成绩。 外观的人脸检测技术的例子包括AdaBoost算法，该算法FloatBoost的S - AdaBoost算法，神经网络，支持向量机（SVM），隐马尔可夫模型和贝叶斯分类器。中提琴和琼斯提出强有力的AdaBoost的人脸检测算法，该算法可以检测面临一个具有较高的检测率迅速和强有力的方式。李等人。提出的浮算法，提高学习与最小误差率提高了分类器的AdaBoost算法的一个改进版本。浮法升压算法使用回溯机制，提高后的每个迭代过程AdaBoost的人脸检测率。但是这种方法在计算上比更密集的AdaBoost算法。江洛提出了S - AdaBoost算法，在处理离群模式检测和分类的AdaBoost算法的一个变种。既然是S - AdaBoost算法用于计算不同阶段不同分类器，它患有计算效率低下和缺乏准确性。 在各种不同的神经网络为基础的人脸检测方法，罗利等人的工作。特别是众所周知的。罗利等人。采用多层神经网络学习训练的脸和非面对面模式套脸和非脸图像组成。他们的技术的重大缺点是，该检测主要是限于直立正面的面孔。虽然罗