能否通过预处理提升 Viola-Jones 人脸检测器的性能？一项实证研究

Viola-Jones 人脸检测算法曾经（且至今仍是）相当流行的人脸检测器。尽管近年来涌现出大量人脸检测技术，仍有许多研究工作因其简洁性而继续基于 Viola-Jones 算法。本文研究了一组盲预处理方法对 Viola-Jones 人脸检测算法检测率的影响。我们重点关注两个改进方面，即光照不良的人脸和模糊的人脸。采用多种光照不变性和去模糊方法来提高检测精度。我们希望避免使用可能妨碍人脸检测器的盲预处理方法。为此，我们进行了两组实验。第一组实验旨在排除任何可能损害人脸检测器的盲预处理方法。第二组实验用于研究选定的预处理方法对处于恶劣条件下的图像的影响。我们提出了两种在图像被 Viola-Jones 人脸检测器使用之前应用预处理方法的方式。使用四个不同的数据集，以得出关于使用预先增强图像可能带来的性能提升的一致结论。结果表明，某些预处理方法可能会损害 Viola-Jones 人脸检测算法的精度。然而，其他预处理方法对人脸检测器的精度有明显的积极影响。总体而言，我们推荐三种简单快速的盲光度归一化方法作为预处理步骤，以提高预训练 Viola-Jones 人脸检测器的精度。