共计 1198 个字符，预计需要花费 3 分钟才能阅读完成。
拜访【WRITE-BUG 数字空间】_[内附残缺源码和文档]
AdaBoost 算法是 1995 年提出的一种疾速人脸检测算法，是人脸检测畛域里程碑式的提高，这种算法依据弱学习的反馈，适应性地调整假如的错误率，使在效率不升高的状况下，检测正确率失去了很大的进步。
摘要：人脸检测是人脸剖析的首要环节，其解决的问题是确认图像中是否存在人脸，如果存在则对人脸进行定位。人脸检测的应用领域相当宽泛，是实现机器智能化的重要步骤之一。AdaBoost 算法是 1995 年提出的一种疾速人脸检测算法，是人脸检测畛域里程碑式的提高，这种算法依据弱学习的反馈，适应性地调整假如的错误率，使在效率不升高的状况下，检测正确率失去了很大的进步。本文对影响 AdaBoost 人脸检测训练算法速度的至关重要的两方面：Haar 特色和积分图的概念和实践进行了认真的说明。同时给出了 AdaBoost 的算法，并深入探讨了其中的一些关键问题——弱学习器的结构、选取等问题。本文还将 AdaBoost 训练进去的多个强分类器连贯在一起，造成同时具备高检测率和低误识率的级联分类器——Haar 分类器。最初用 Haar 分类器实现人脸检测并通过检测五官来测验检测后果。
关键词：Adaboost；机器学习；级联；Haar 特色
引言
图像指标的检测与辨认向来是机器视觉畛域的重要钻研内容。其中，人脸图像信息的解决技术始终都是模式识别与机器视觉钻研畛域内关注的重要问题，是现阶段基于生物特色的身份辨认技术的重要组成部分之一。作为人脸信息处理中的一项关键技术，人脸检测的利用背景曾经远远超出了人脸识别零碎的领域，在身份验证、基于内容的图像检索、数字视频解决、视觉监测等方面都有着重要的利用价值。
人脸是一种齐全凋谢的信息源，是图像和视频中最重要的视觉图像之一。通过人脸能够失去一个人的性别、年龄、表情和身份等个体信息。人脸剖析的相干钻研心愿用户的身份、状态和用意的信息可能从图像中提取进去，而后由计算依此做出反馈（比方通过观察用户脸部表情来剖析情绪并进行相应反馈）。
人脸检测是指在输出图像中确定所有存在的人脸的地位、大小的过程。人脸识别或识别、人脸定位以及人脸追踪等都与人脸检测密切相关。
晚期的人脸识别算法都是在假如曾经失去了一个侧面人脸或者假如人脸很容易取得的前提下进行的，然而随着人脸剖析利用范畴的不断扩大和开发理论零碎需要的一直进步，这种假如下的钻研不再能满足需要。人脸检测开始作为独立的钻研内容倒退起来。
近年来呈现了大量的人脸检测办法，其中 Paul Viola 和 Michael Jones 于 2001 年提出的 Adaboost 算法是第一个实时的人脸检测算法，从根本上解决了检测的速度问题，同时具备较好的辨认成果 [2]。
本文钻研 AdaBoost 人脸检测办法的训练流程，钻研了 Adaboost 算法的实现步骤，设计并实现基于 Haar 分类器的人脸检测零碎，并通过检测五官来测验检测后果。
