人脸检测实战①

导语：人脸检测主要用于定位图像中人脸的位置，如果一张图片中有多个人，需将他们迅速的全部检出。简而言之，两个约束条件：1.检测速率快（0.03s以下）；2.准确率高（正脸多角度360°旋转，侧脸-90~90°）。

---

1. Haar+Adaboost：比较常用的经典人脸检测框架，但在实际复杂场景中的检测往往并不理想。

2. Dlib开源工具：经典人脸检测框架，识别精度高，但是速度太慢。i5cpu耗用4-10s。
   读者可参考这个网址实现：http://blog.csdn.net/sunshine_in_moon/article/details/50149339
   

3. 于仕琪2015/04发布的人脸检测工具：基于深度学习的人脸检测模型，速度达到0.004s，正面人脸检测的角度范围从[-40, 40]度提升到[-60,60]度，检测角度变大但计算量不增加；在视频流上鲁棒性很强，但问题是不开源，无法实现真正的商用。
   读者可参考这个网址实现：http://www.opencv.org.cn/forum.php?mod=viewthread&tid=34155
   

4.最后在于仕琪老师的意见下，选用opencv的LBP+AdaBoost训练了人脸检测器，速度快，解决了光照不均匀问题后，对歪脸、侧脸以及环境的鲁棒性增强，检测很稳定。