ASEF（阅读笔记）
ASEF ，是Average of Synthetic Exact Filters 的简称，可译为合成平均滤波器。在
http://www.cvchina.info/2011/04/15/facel/博客中讲到，在FaceL（实现的视频捕捉，人脸标注(Labeling)，训练(Training)，和识别(Classification)的一条龙 软件）中用于眼睛的检测，据说定位相当精确靠谱，速度也相当快。在原文中，作者也通过一系列的实验表明了，ASEF在目标检测和定位上要比SDF, MACE, OTF, and UMACE等相关滤波器, and withother eye localization methods including Gabor Jets and the OpenCV CascadeClassifier效果要好。
ASEF滤波器的构造过程如下图所示（左边的图示）
图中的
是我们期望通过一个相关滤波器
对输入图像
滤波后的结果。定义
为一个以目标中心点为原点（峰值）的二维高斯形状，如公式（5）所示
根据卷积的理论，我们知道时域的卷积相当于频域的乘积，因此可以通过FFT来加速。对图像进行精确滤波的计算过程如公式(6)
转换到频域如公式(7)所示
那么精确滤波器（指的是针对单个图像对于的滤波器）为
因为傅里叶变换是一种线性运算，所有最终的平均滤波器（ASEF）为
下图是ASEF构建过程的更详细流程图，及眼睛定位过程《基于统计模型的多姿态人脸识别研究》《》
在进行目标定位前要先进行预处理，预处理过程分三步：
1、对图像进行对数增强预处理，目的是降低阴影和强光的影像（通过对数增强后，图像的灰度分布更加符合人的视觉特征）。
2、规范化到均值为0，方差和为1
3、加consine以减少图像边缘对FFT带来的频率影响
论文中分别做了三种实验，实验一是对眼睛区域已知（事先进行人脸检测）的样本进行定位；
实验2是对眼睛区域未（事先未进去人脸检测）的样本进行定位，这个实验与许多视觉问题相关，如目标检测，目标在场景中的位置可能是无法预测的。实验结果如下图所示
Figure3c and 3d，表明ASEF filters比其他方法定位得精准。（累死了·········实验分析不写了
）