画像中の顔を求める：

動画のフレーム中の顔を求める：

動画の検出された顔をハイライトする：

顔の境界ボックスを計算する：

境界ボックスに対応する画像の部分を抽出する：

複数の特性を抽出する：

FacialFeaturesで使用可能な特徴を抽出する：

計算可能な特性をテストの引数として使う：

テスト結果の中にはテスト全体のショートカットとして使えるものがある：

あらゆるサイズの顔を求める：

顔の最大サイズを画素単位で指定する：

顔の最小サイズを画素単位で指定する：

Scaledを使って画像の大きさと相対的な顔のサイズを指定する：

デフォルトで，検出されたすべての顔が返される：

AcceptanceThresholdt を使うと t より高い強度で検出されたものだけが返される：

AcceptanceThreshold0を使って検出されたすべての顔を返す：

デフォルトで，検出されたすべての顔が返される：

MaxFeaturesn を使って，検出されたもののうち強度が最高のものから n 個までを返すようにする：

デフォルトで，検出されたすべての顔が，重なっているいないにかかわらず返される：

重なっていない顔だけを求める：

2％までの重なり合いを許す：

FindFacesは，検出方法を自動的に選ぶ：

使用するメソッドを指定する：

複数のメソッドからの結果を組み合せて使う：

"LocalBinaryPatterns"法は，勾配のヒストグラム(HoG)の特徴に作用するカスケード分類器である．これは非常に高速で軽量のマルチスケールメソッドである：

"Haar"法は，Haar特徴に作用するカスケード分類器である．これは"LocalBinaryPatterns"より強力だが，一般により時間がかかる：

"SingleShotDetector"法は単一のニューラルネットの評価に基づくもので，姿勢，照明，オクルージョン，被写体の変化について非常に安定しているが，他の2つのメソッドよりも遅い：

検出の境界ボックスは，画像の境界を超えて充填することができる：

カスタムの充填を指定する：

FindFacesは，デフォルトで，各顔の周りをかなり狭めて切り取ったものを返す：

各顔の周りの充填サイズを指定する：

負の充填を指定すると切り取られる量が大きくなる：

スケールされた充填を指定する：

さまざまな充填を使って検出された顔を比較する：

PerformanceGoal"Quality"を使って結果の品質を重視する：

PerformanceGoal"Speed"を使って計算速度を重視する：

デフォルトで，検出されたものは"Confidence"でソートされる：

別の特性を指定する：