此文的目的有三个：第一，当地连续均值量化变换特征是提出照明和传感器敏感操作在目标识别上。其次，注册稀疏Winnows网络分割，提出了加快原分类。最后，特点和分类相结合对于正面人脸检测任务。检测结果列 为MIT + CMU系统和BioID数据库。关于这人脸检测器，接收器操作特征曲线BioID数据库产生最好的结果公布。对于结果麻省理工学院的中央结算系统+数据库相当于国家的最先进的脸探测器。一个人脸检测算法的MATLAB版本可以从http://www.mathworks.com/matlabce

整合了模式识别领域中几种经典的关于区域识别的文章，对于研究模式识别的同学，会有很大帮助-Integrated field of pattern recognition several classic articles on regional recognition, pattern recognition for research students, there will be a great help

使用Matlab和机器学习中的pca方法来进行烟雾检测-Using Matlab pca and machine learning methods for smoke detectors