Redes neurais podem ser aplicadas no processamento de imagens. Dentre as possíveis divisões desta área, uma das aplicações consiste na detecção de rostos, parados ou até mesmo em movimento.

A detecção de rostos pode ser utilizada como ferramenta para outras aplicações, como reconhecimento de pessoas. Um segundo objetivo desta técnica é a detecção de outros objetos, como carros, textos ou células em imagens biomédicas.

Para o treinamento de uma rede neural para a detecção de rostos em imagens, é necessário formar uma base de dados de treinamento com diversos exemplos de rostos. Cada rosto, em conjunto com uma saída classificatória positiva, forma um par entrada-saída desejada.

Para um treinamento mais eficiente podem ser fornecidos exemplos de rostos com pequenas variações. As imagens abaixo apresentam exemplos de rostos rotacionados e espelhados.

Fig. 14: Exemplos de rostos com pequenas variações [2]

Além de imagens de rostos, podem ser fornecidos exemplos de "não-rostos", de forma a treinar a rede de maneira mais eficiente.

O IDIAP (Institut Dalle Molle D'Intelligence Artificielle Perceptive - Suíça) possui uma linha de pesquisa em reconhecimento de rostos. Seu método baseia-se em uma rede neural do tipo multilayer perceptron com 25 neurônios intermediários e 625 neurônios de entrada.

A base de dados do IDIAP contém 1500 exemplos de rostos e 2000 exemplos de "não-rostos".

O processamento dos neurônios intermediários da rede neural utiliza uma biblioteca em C para o cálculo da transformada direta de Fourier em uma ou mais dimensões.

As figuras abaixo mostram alguns exemplos de detecção de rostos por rede neural:

Fig. 16: Exemplo de detecção de rostos

Fig. 17: Exemplo de detecção de rostos

Fig. 18: Exemplo de detecção de rostos

Além de ser aplicada a imagens, a detecção facial também é possível em vídeo. Este link aponta para uma sequência em MPEG com detecção de vários rostos.