LAEO人臉檢測算法是由Marin-Jimenez等人提出的[6]，該算法主要是為了檢測視頻中的人是否正在看彼此（Looking At Each Other，LAEO）。該算法主要分為三步：１使用UB（upper-body）檢測器，檢測出人身體的上半部分，再使用head detector在upper-body的檢測框內檢測出人頭；２估計人頭部的姿勢，即偏移角度yaw和pitch；３通過偏移角度判斷人們是否正在看彼此（LAEO）。本書介紹的人臉檢測程序是這個檢測算法的第一部分，Manuel等人提供了開源的代碼和訓練模型，我們可以直接使用它進行人臉檢測。
3.2.1 LAEO人臉檢測算法的使用
LAEO人臉檢測算法，是使用MATLAB語言開發的，對應的項目名稱為headdetsMatlab。該項目內包含leaohead_v2[7]和voc-release4.01[8]兩部分，leaohead_v2中包含主要函數、測試圖片、訓練好的模型；voc-release4.01中包含程序運行過程中需要調用的函數。
在運行該項目之前，首先需要進行配置，具體如下：
（1）首先打開MATLAB，切換到主函數test.m所在的目錄。
（2）單擊home→Set Path→ Add to Path with Subfolders，選擇voc-release4.01文件夾，同圖3-1，最後單擊「保存」按鈕並關閉。
（3）本書程序是在Windows 64位操作系統和MATLAB 2012b下運行的。如果讀者的運行環境和本實驗一致，則配置完成。如果讀者使用的是32位操作系統或者在文獻[8]中下載voc-release4.01，則使用headdetsMatlabchange文件下的.cc文件，替換掉voc-release4.01中對應的文件，同時使用「mex –O xx.cc」對這類.cc文件進行編譯。編譯成功後，則配置完成。
檢測圖片在headdetsMatlablaeohead_v2image文件夾下。
檢測結果在headdetsMatlablaeohead_v2result文件夾下。
讀者可根據實際情況修改檢測圖片和檢測結果的存放路徑，具體如下。
修改檢測圖片的存放路徑：在test.m中修改images_folder_path。
修改檢測結果的存放路徑：在demoheaddet.m中修改out。
選擇好路徑後，運行test.m，即可使用LAEO人臉檢測算法進行測試。
程序的說明
本書實現的程序對文獻[7]中的demoheaddet.m文件進行了修改，因為原程序在檢測圖片時，如果沒有得到檢測框，則該程序會報錯。此外，為了自動檢測一個文件夾下的所有圖片，我們創建了test.m作為測試的入口，具體如下。
Code4：test.m
在demoheaddet.m中，默認的detthr=-0.82，得分大於detthr的框都有可能成為檢測框。detthr值越小，得到的檢測框越多，同時噪聲也增多。本書中選擇detthr=-0.92。
3.2.2 LAEO人臉檢測算法的原理
Manuel等人首先訓練了一個UB（upper-body）檢測器，使用的也是Felzenswalb等人的DPM目標檢測模型[5]。正訓練樣本採用的是好萊塢電影數據集中標注過的關鍵幀，這些正訓練樣本包含了不同角度、不同尺寸的包含人體上半部分的圖片；負訓練樣本採用INRIA-Person數據集中不包含人的圖片。UB檢測器只包含一個組件。使用這個UB檢測器單獨處理每一幀，隨著時間把對應的檢測框聯合起來，使用Everingham等人設計的追蹤方法：在不同幀中的同一個檢測框被許多KLT點連接起來，如果一個追蹤中檢測框個數小於20或者檢測得分和小於某個閾值，則認為這個檢測框是誤報（false-positive）並將之捨棄。
和UB檢測器類似，LEAO也使用Felzenswalb等人的DPM目標檢測模型[5]訓練一個頭部檢測器（head detector），使用和UB檢測器相同的圖片進行訓練。最後使用head detector在UB檢測框內檢測出人的頭部對應的坐標位置。
上面分析了LAEO人臉檢測算法的相關理論，接下來我們結合源代碼對該算法進行分析。由test.m可知，把存放測試圖片路徑下的每張圖片一一傳遞給demoheaddet.m，由demoheaddet.m進行人臉檢測處理。下面是demoheaddet.m的代碼，該代碼來自文獻[7]。
Code5：demoheaddet.m
通過程序test.m和demoheaddet.m，讀者已經對LAEO人臉檢測算法的步驟有了整體的瞭解，有關該算法更具體的實現細節，可以查看FaceDetectAlgosheaddetsMatlab中的相關文件。
3.2.3 LAEO人臉檢測算法的檢測結果
和DPM相比，LAEO人臉檢測算法的檢測效果沒有DPM好，但是它可以檢測尺寸相對大的圖片，而DPM卻不能。下面呈現了一些有代表性的圖片的檢測結果，如圖3-5和圖3-6所示。
圖3-5 當detthr=-0.82時headdet算法的檢測結果
圖3-5 當detthr=-0.82時headdet算法的檢測結果（續）
圖3-6 當detthr=-0.92時headdet算法的檢測結果
由圖3-5和圖3-6可以發現，當detthr值變小時，可以得到更多的檢測框，但檢測到更多的噪聲（誤報）。此外，我們也測試了detthr=-1的情況，但結果噪聲多、效果不理想。綜合上述考慮，我們選擇了detthr=-0.92。