1、图人脸检测器在MIT+CMU的正面人脸检测库上测试，得到的ROC曲线。
2、瞳孔检测与跟踪可分为三个阶段：人脸检测、瞳孔检测、瞳孔跟踪。
3、该人脸检测算法是基于眼睛检测以及修正黄金比率，最后获取人脸。
4、该人脸检测算法是基于眼睛检测以及修正黄金比率，最后获取人脸
5、人脸检测是自动人脸识别中的关键环节。
6、本文最后还实现了一个视频人脸检测系统，将人脸检测从静态图片推广到视频的动态检测。
7、提出了一种新的正面人脸检测算法。
8、人脸检测部分基于人脸肤*信息和几何特征信息提出了一种快速、稳定的人脸检测算法。
9、该人脸检测方法不受人脸模式的姿态、表情和人脸附属物影响。
10、人脸检测与人脸跟踪技术是各种人脸图像处理算法的关键技术。
11、基于面向人脸的分析，按照将复杂背景中的人脸检测转化为对五官检测的思想，建立了以五官结构为检测特征的人脸检测模型。
12、头肩图像检测是人体分析研究中受关注的研究方向，是人脸检测的第一步，也是行人检测的基础。
13、人脸特征识别的过程主要分为人脸检测定位和人脸识别本文详细列举出了人脸检测定位和识别的各种算法，对各种检测和识别算法的特征做了概括
14、人脸检测识别要求对受检人的身体伤害以及人身自由的限制最少.
15、最后通过实例研究了人脸边缘检测在人脸检测和识别中的具体应用。
16、针对一种基于多模板匹配的单人脸检测方法的不足，提出了一种改进的人脸检测方法。
17、针对传统人脸检测系统的不足，提出了一种基于DSP的人脸检测系统的设计方案。
18、提出一种基于肤*的人脸检测定位算法，设计了基于肤*的人脸检测和定位系统。
19、本文实现了一种基于器官的人脸检测算法。
20、实现了一种基于矩形特征的人脸检测算法。
21、提出了一种复杂背景下的新的人脸检测方法。
22、人脸检测最好的方式来阅读网页可读*。
23、本文主要针对人脸检测和人脸跟踪两个问题进行了研究。
24、一个完整的人脸识别系统包括人脸检测、特征提取、以及匹配识别。
25、人脸检测与标定技术是人脸识别技术中的核心课题。
26、人脸检测自动检测框架脸和调整焦距，曝光，对比度，肤*和皮肤上，所以看起来，往往都是美丽的。
