人脸检测“Face detections without bells and whistles”

使用了两种简单的方法：ICF和DPM做人脸检测。

主要贡献：
1.在使用恰当的情况下，普通的DPM可以超越复杂DPM的结果；
2.使用ICF做人脸检测，几个固定的模板可以达到很好的效果；

数据库：
AFLW:26 000个标记人脸，AFW：205bbox，FDDB:2845 椭圆标记
评价标准：IOU>0.5,AP。

ICF detector

baseline 方法：SquaresChnFtrs-5
包含5个components,使用偏转角度聚类，AFLW数据库中15 106个样本训练5个大小为80*80的模板。
三个角度：正脸（正负20°），侧脸1（20°~60°），侧脸2（60°~200°）。
特征池包含所有可能的方形特征，28 700个。最终的component 检测器包含2000个弱分类器。
检测速度：640*480 50fps, 5个component 速度降低5倍。

DPM
测试时，NMS是个重要的参数

实验结果
1.components的数目对结果的影响：最佳5个。
2.IFC:训练数据越多，结果越好。DPM:500个训练样本结果>95%
3.特征通道，使用HOG+LUV即可获得很好的效果，不需要用其他颜色空间。
4.弱分类器个数：2000个。

与其他方法的结果比较：