人臉檢測算法融合，這裡指將多個算法的檢測結果合併，從而盡可能多地檢測到所有人臉。多種人臉檢測算法的融合，是行之有效的提高人臉檢測準確率的方法。如圖4-3所示，圖（a）是Viola&Jones人臉檢測算法的檢測結果，圖（b）是CNN Facial Point Detection人臉檢測算法的檢測結果，如果將這兩個算法的檢測框合併，就可以檢測到所有的人臉。
圖4-3 不同算法的人臉檢測結果
如果直接合併這 10 個檢測框，則同一個區域上可能會有兩個檢測框，如圖4-4所示。所以，在合併不同人臉檢測算法的結果時，需要對結果進行判斷處理，如果出現圖4-4（a）中的情況，則判定兩個檢測框指向同一個人臉，只保留一個；如果出現圖4-4（b）中的情況，兩個檢測框重疊區域大，則也判定這兩個檢測框指向同一個人臉，刪除一個檢測框；如果出現圖4-4（c）中的情況，兩個檢測框的重疊區域較小，則判定為不同的人臉，不做處理；如果出現圖4-4（d）中的情況，兩個檢測框不重疊，則判斷為不同的人臉，不做處理。
圖4-4 合併後檢測框的情況（兩種不同顏色的檢測框分別代表不同算法的檢測結果）
圖4-4（b）中重疊區域大，表示指向同一個人臉；圖4-4（c）中重疊區域較小，表示指向不同的人臉。那麼重疊區域大小的判斷標準是什麼呢？對於兩個檢測框A、B來說，如果A框的中心點在B框區域內，並且B框的中心點在A框區域內，則表示它們重疊區域大，即高度重合；否則表示它們重疊區域小。
本書介紹了6種人臉檢測算法，分別是DPM、LAEO、Viola&Jones、CNN Facial Point Detection、DDFD、Fast R-CNN（第5章將介紹）。接下來我們對其中某些算法的檢測結果進行融合。
1.DPM和LAEO算法的融合
DPM和LAEO算法的融合有兩種實現途徑：
（1）使用MATLAB實現的程序，對應的項目名稱為：FaceDetect Algos\dpm_headdet_opencv_Matlab。
在運行之前，需要添加子文件夾dpm_headdet_opencv_Matlab\voc-release的一些函數。讀者可根據實際情況，在main.m 文件中修改存放檢測圖片和檢測結果的路徑，如下：
修改好路徑後，單擊main.m即可測試該合併算法。
（2）使用C++在 Visual Studio 上實現的程序，對應的項目名稱為：FaceDetectAlgos\ dpm_headdet_opencv_C。運行該項目只要在 Visual Studio 上配置好OpenCV視覺庫即可。
讀者可根據實際情況，在detectFace.cpp文件中修改存放檢測圖片和檢測結果的路徑，如下：
修改好路徑後，單擊detectFace.cpp即可測試該合併算法。
2.CNN Facial Point Detection和Viola&Jones算法的融合
CNN Facial Point Detection和Viola&Jones算法的融合是在 Visual Studio 平台上實現的，對應的項目名稱為：FaceDetectAlgos\facedetc_windopencv。