نقترح طريقة لمعالجة التحديات في اكتشاف الوجوه غير المقيدة، مثل التغيرات العشوائية في الوضعية والتشويش. أولاً، تم اقتراح ميزة صورة جديدة تُعرف بـ "فروق البكسل المُعَدَّلة" (NPD). يتم حساب ميزة NPD كنسبة الفرق إلى المجموع بين قيمتين للبكسل، مستوحاة من نسبة ويبر في علم النفس التجريبي. هذه الميزة الجديدة ثابتة بالنسبة للحجم، محصورة، وقادرة على إعادة بناء الصورة الأصلية. ثانيًا، نقترح شجرة تربيعية عميقة لتعلم مجموعة فرعية مثلى من ميزات NPD وتركيباتها، بحيث يمكن تقسيم المنظومات المعقدة للوجوه بواسطة القواعد المُتَعلمَة. بهذه الطريقة، يتعين استخدام تصنيف واحد فقط بالتصعيد الناعم للتعامل مع اكتشاف الوجوه غير المقيدة. بالإضافة إلى ذلك، نوضح أن ميزات NPD يمكن الحصول عليها بكفاءة من جدول الاستدعاء، وأن نموذج الاكتشاف يمكن توسيعه بسهولة، مما يجعل الكاشف المقترح للوجه سريعًا للغاية. تظهر النتائج التجريبية على ثلاثة مجموعات بيانات عامة للوجوه (FDDB وGENKI وCMU-MIT) أن الطريقة المقترحة تحقق أداءً رائدًا في اكتشاف الوجوه غير المقيدة ذات التغيرات العشوائية في الوضعية والتشويش في المشاه المعقدة.