谁能列举一下用于人脸检测的不同技术？比如神经网络、支持向量机、特征脸等等。

还有其他的吗？

回答：

我要讨论的技术更偏向于机器学习；在我看来非常吸引人，虽然不是最新的：它在 Viola 和 Jones 的文章 “Robust Real-Time Face Detection” 中被描述。我使用 OpenCV 实现来完成一个大学项目。

它基于 Haar-like 特征，该特征包括图像矩形区域内像素强度的加法和减法。 这可以使用一种称为积分图像的过程非常快速地完成，并且也存在 GPGPU 实现（有时称为“前缀扫描”）。 在以线性时间计算积分图像后，可以在恒定时间内评估任何 Haar-like 特征。 特征基本上是一个函数，它接受图像 S 的 24×24 子窗口，并计算一个值 feature(S)；一个三元组（特征、阈值、极性）被称为弱分类器，因为

polarity * feature(S) < polarity * threshold

在某些图像上成立，而在另一些图像上不成立；弱分类器预计只会比随机猜测略好（例如，它应该至少具有 51-52% 的准确率）。

极性为 -1 或 +1。

特征空间很大（约 160’000 个特征），但有限。

尽管原则上阈值可以是任何数字，但从训练集的简单考虑中可以看出，如果存在 N 个示例，则只需要检查每个极性和每个特征的 N + 1 个阈值，以便找到具有最佳准确性的阈值。 因此，可以通过穷举搜索三元组空间来找到最佳的弱分类器。

基本上，可以通过迭代地选择最佳的弱分类器，使用一种称为“自适应提升”或 AdaBoost 的算法来组装一个强分类器；在每次迭代中，在前一次迭代中被错误分类的示例会被赋予更大的权重。 强分类器的特点是它自己的全局阈值，由 AdaBoost 计算。

几个强分类器被组合成一个注意力级联的阶段；注意力级联背后的想法是，那些明显不是人脸的 24×24 子窗口会在第一阶段被丢弃；一个强分类器通常只包含几个弱分类器（比如 30 或 40 个），因此计算速度非常快。 每个阶段应该具有非常高的召回率，而假正率并不重要。 如果有 10 个阶段，每个阶段都有 0.99 的召回率和 0.3 的假正率，那么最终的级联将具有 0.9 的召回率和极低的假正率。 因此，通常会调整强分类器以提高召回率和假正率。 调整基本上包括降低 AdaBoost 计算出的全局阈值。

一个到达级联末尾的子窗口被认为是人脸。

必须测试初始图像中的几个子窗口，最终会重叠，最终会在缩放图像后进行测试。