LAEO人脸检测算法是由Marin-Jimenez等人提出的[6]，该算法主要是为了检测视频中的人是否正在看彼此（Looking At Each Other，LAEO）。该算法主要分为三步：①使用UB（upper-body）检测器，检测出人身体的上半部分，再使用head detector在upper-body的检测框内检测出人头；②估计人头部的姿势，即偏移角度yaw和pitch；③通过偏移角度判断人们是否正在看彼此（LAEO）。本书介绍的人脸检测程序是这个检测算法的第一部分，Manuel等人提供了开源的代码和训练模型，我们可以直接使用它进行人脸检测。
3.2.1 LAEO人脸检测算法的使用
LAEO人脸检测算法，是使用MATLAB语言开发的，对应的项目名称为headdetsMatlab。该项目内包含leaohead_v2[7]和voc-release4.01[8]两部分，leaohead_v2中包含主要函数、测试图片、训练好的模型；voc-release4.01中包含程序运行过程中需要调用的函数。
在运行该项目之前，首先需要进行配置，具体如下：
（1）首先打开MATLAB，切换到主函数test.m所在的目录。
（2）单击home→Set Path→ Add to Path with Subfolders，选择voc-release4.01文件夹，同图3-1，最后单击“保存”按钮并关闭。
（3）本书程序是在Windows 64位操作系统和MATLAB 2012b下运行的。如果读者的运行环境和本实验一致，则配置完成。如果读者使用的是32位操作系统或者在文献[8]中下载voc-release4.01，则使用headdetsMatlabchange文件下的.cc文件，替换掉voc-release4.01中对应的文件，同时使用“mex –O xx.cc”对这类.cc文件进行编译。编译成功后，则配置完成。
检测图片在headdetsMatlablaeohead_v2image文件夹下。
检测结果在headdetsMatlablaeohead_v2result文件夹下。
读者可根据实际情况修改检测图片和检测结果的存放路径，具体如下。
修改检测图片的存放路径：在test.m中修改images_folder_path。
修改检测结果的存放路径：在demoheaddet.m中修改out。
选择好路径后，运行test.m，即可使用LAEO人脸检测算法进行测试。
程序的说明
本书实现的程序对文献[7]中的demoheaddet.m文件进行了修改，因为原程序在检测图片时，如果没有得到检测框，则该程序会报错。此外，为了自动检测一个文件夹下的所有图片，我们创建了test.m作为测试的入口，具体如下。
Code4：test.m
在demoheaddet.m中，默认的detthr=-0.82，得分大于detthr的框都有可能成为检测框。detthr值越小，得到的检测框越多，同时噪声也增多。本书中选择detthr=-0.92。
3.2.2 LAEO人脸检测算法的原理
Manuel等人首先训练了一个UB（upper-body）检测器，使用的也是Felzenswalb等人的DPM目标检测模型[5]。正训练样本采用的是好莱坞电影数据集中标注过的关键帧，这些正训练样本包含了不同角度、不同尺寸的包含人体上半部分的图片；负训练样本采用INRIA-Person数据集中不包含人的图片。UB检测器只包含一个组件。使用这个UB检测器单独处理每一帧，随着时间把对应的检测框联合起来，使用Everingham等人设计的追踪方法：在不同帧中的同一个检测框被许多KLT点连接起来，如果一个追踪中检测框个数小于20或者检测得分和小于某个阈值，则认为这个检测框是误报（false-positive）并将之舍弃。
和UB检测器类似，LEAO也使用Felzenswalb等人的DPM目标检测模型[5]训练一个头部检测器（head detector），使用和UB检测器相同的图片进行训练。最后使用head detector在UB检测框内检测出人的头部对应的坐标位置。
上面分析了LAEO人脸检测算法的相关理论，接下来我们结合源代码对该算法进行分析。由test.m可知，把存放测试图片路径下的每张图片一一传递给demoheaddet.m，由demoheaddet.m进行人脸检测处理。下面是demoheaddet.m的代码，该代码来自文献[7]。
Code5：demoheaddet.m
通过程序test.m和demoheaddet.m，读者已经对LAEO人脸检测算法的步骤有了整体的了解，有关该算法更具体的实现细节，可以查看FaceDetectAlgosheaddetsMatlab中的相关文件。
3.2.3 LAEO人脸检测算法的检测结果
和DPM相比，LAEO人脸检测算法的检测效果没有DPM好，但是它可以检测尺寸相对大的图片，而DPM却不能。下面呈现了一些有代表性的图片的检测结果，如图3-5和图3-6所示。
图3-5 当detthr=-0.82时headdet算法的检测结果
图3-5 当detthr=-0.82时headdet算法的检测结果（续）
图3-6 当detthr=-0.92时headdet算法的检测结果
由图3-5和图3-6可以发现，当detthr值变小时，可以得到更多的检测框，但检测到更多的噪声（误报）。此外，我们也测试了detthr=-1的情况，但结果噪声多、效果不理想。综合上述考虑，我们选择了detthr=-0.92。