目前人脸检测任务主要是有两个方面的挑战：（）和耗时

评价一个人脸检测算法(detector)好坏，常用三个指标：召回率、（ ）和检测速度。

级联分类器，即使用类 Haar 特征工作的级联增强分类器，是集成学习的一种特殊情况，称为 boost。

A. 对
B. 错

训练一个深度人脸分类器，也就是利用深度卷积神经网络训练一个图片二分类器，该分类器可以将输入图片分类为人脸或者非人脸。

A. 对
B. 错

opencv源码中自带的人脸检测器就是利用haar特征进行的人脸检测。这类方法的缺点就是在环境变化强烈的时候检测效果不理想，例如弱光条件，人脸不全。

A. 对
B. 错

级联结构的卷积神经网络，例如，cascadeCNN，MTCNN。MTCNN效果要比cascadeCNN要差。

A. 对
B. 错

detector检测出来的矩形框越接近人工标注的矩形框，说明检测结果越好。

A. 对
B. 错

detector都是图像越小、图像中人脸越少、检测最小人脸越大，检测速度越快。

A. 对
B. 错

自动人脸检测是围绕自动人脸图像分析的所有应用的基础，包括但不限于：

A. 人脸识别和验证
B. 面部表情分析
C. 面部属性识别（性别/年龄识别，颜值评估）
D. 监控场合的人脸跟踪

特定类别目标检测主要有：

A. 人脸检测
B. 行人检测
C. 车辆检测
D. N+1分类问题