喵力求食提示您：看后求收藏（猫扑小说www.mpzw.tw），接着再看更方便。
理论上，通用物体检测算法都可以直接用来做人脸检测，只需要改一下输出类别即可。
通用物体检测考虑的是更广泛通用的物体，具有场景复杂多变，物体形状、背景、大小等都比人脸这种单一的类别更复杂。
人脸检测虽然类别单一，但也不是那么简单，姿态、光照、遮挡以及极小人脸等都是人脸检测里面的难点。
基于通用物体检测算法基础，人脸检测的问题可以针对性优化，如锚设置、背景处理、抑制误检等。
这个时空的白头鹰，已经有了早期的人脸检测算法，但还是非常浅显的技术。
比如白头鹰那边的算法就是使用模板匹配技术，即用一个人脸模板图像与被检测图像中的各个位置进行匹配，确定这个位置处是否有人脸。
而和平岛这边，以及薄扶林道的那个研发中心，早已经研发出来了滑动窗口扫描技术。
此技术便是要对图像进行反复缩放扫描，得到的图像非常多，而绝大部分窗口都是背景，即人脸是一个稀疏事件，如果能快速的背景图像子窗口排除掉，则能大大提高目标检测的效率。
所以采用adaboost这样的级联分类器进行人脸检测。
这种思想的精髓在于用简单的弱分类器在初期快速排除掉大量的非人脸窗口，同时保证高的召回率，最终能通过所有级弱分类器的窗口即认为包括人脸。
