人脸检测算法融合，这里指将多个算法的检测结果合并，从而尽可能多地检测到所有人脸。多种人脸检测算法的融合，是行之有效的提高人脸检测准确率的方法。如图4-3所示，图（a）是Viola&Jones人脸检测算法的检测结果，图（b）是CNN Facial Point Detection人脸检测算法的检测结果，如果将这两个算法的检测框合并，就可以检测到所有的人脸。
图4-3 不同算法的人脸检测结果
如果直接合并这 10 个检测框，则同一个区域上可能会有两个检测框，如图4-4所示。所以，在合并不同人脸检测算法的结果时，需要对结果进行判断处理，如果出现图4-4（a）中的情况，则判定两个检测框指向同一个人脸，只保留一个；如果出现图4-4（b）中的情况，两个检测框重叠区域大，则也判定这两个检测框指向同一个人脸，删除一个检测框；如果出现图4-4（c）中的情况，两个检测框的重叠区域较小，则判定为不同的人脸，不做处理；如果出现图4-4（d）中的情况，两个检测框不重叠，则判断为不同的人脸，不做处理。
图4-4 合并后检测框的情况（两种不同颜色的检测框分别代表不同算法的检测结果）
图4-4（b）中重叠区域大，表示指向同一个人脸；图4-4（c）中重叠区域较小，表示指向不同的人脸。那么重叠区域大小的判断标准是什么呢？对于两个检测框A、B来说，如果A框的中心点在B框区域内，并且B框的中心点在A框区域内，则表示它们重叠区域大，即高度重合；否则表示它们重叠区域小。
本书介绍了6种人脸检测算法，分别是DPM、LAEO、Viola&Jones、CNN Facial Point Detection、DDFD、Fast R-CNN（第5章将介绍）。接下来我们对其中某些算法的检测结果进行融合。
1.DPM和LAEO算法的融合
DPM和LAEO算法的融合有两种实现途径：
（1）使用MATLAB实现的程序，对应的项目名称为：FaceDetect Algos/dpm_headdet_opencv_Matlab。
在运行之前，需要添加子文件夹dpm_headdet_opencv_Matlab/voc-release的一些函数。读者可根据实际情况，在main.m 文件中修改存放检测图片和检测结果的路径，如下：
修改好路径后，单击main.m即可测试该合并算法。
（2）使用C++在 Visual Studio 上实现的程序，对应的项目名称为：FaceDetectAlgos/ dpm_headdet_opencv_C。运行该项目只要在 Visual Studio 上配置好OpenCV视觉库即可。
读者可根据实际情况，在detectFace.cpp文件中修改存放检测图片和检测结果的路径，如下：
修改好路径后，单击detectFace.cpp即可测试该合并算法。
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 平台上实现的，对应的项目名称为：FaceDetectAlgos/facedetc_windopencv。