Multi-View Face Detection and Registration Requiring Minimal Manual Intervention（笔记）

http://www.computer.org/csdl/trans/tp/preprint/06461885-abs.html

传统的人脸识别需要先进行脸部的检测和定位。论文提及了一种同时检测和定位的不同角度和不同规模的多个脸的方法。关键是引进了脸族。这使得多角度的脸部检测和定位成为可能。区别于其他的人脸检测需要多个人脸追踪来进行训练，这个方法只用（脸族）一个相关的脸部图像（包含两个人工提示）来初始化。随后的脸部图像训练自动的加入到族里面，基于寻找区别于本地特征的响应。这样，减少了人工干预去训练脸族。也提出了一种方法就是在出现大量的错误匹配的时候确定不同的响应点。为了检测和定位任意图片的脸，提出了基于评价一个本地特征族是否是一个人脸的公式的概率分布。

face constellation：脸族

这种方法的优势是减少了脸部识别的人工干预，自动添加显著的本地特点，通过少量的特征点进行初始化，然后将更多的特征加入到族里面，之后满足这些特征的图像便判定为人脸。也提出了一种当大量的匹配错误出现的时候确定响应点的方法，以及公式化本地特征族的概率估计。