顔全体および顔パーツを個別に識別することで， 隠れを含んだ顔でも識別できる頑健な顔検出手法を提案する． 従来法の多くは顔全体の情報による手法であるため 隠れを含む顔の検出が難しかった． 提案手法は， AdaBoostに基づいて学習した 各識別器の出力を線形判別分析および決定木を利用して 統合し顔か非顔かを判定する． 決定木を利用することで識別器の利用を制御し， 隠れのある顔でも検出できる手法である． 隠れを含む顔および隠れを含まない顔の識別実験において， 過剰検出率が0.1%のときの正検出率は， 顔全体だけの識別器を用いた場合の31%, 決定木を用いないですべての識別器を統合した場合の48%に対して， 提案手法は88%という結果となり， 隠れを含む顔を検出するために， 効果的な手法であることを実証した．
