人脸检测和人脸识别都是属于典型的机器学习的方法，但是他们使用的方法却相差很大。 对于人脸检测而言，目前最有效的方法仍然是基于Adaboost的方法。在网上可以找到很多关于Adaboost方法的资料，但基本上是千篇一律，没有任何新意。给初学者带了很多不便。建议初学者只需要认真阅读：北京大学 赵楠 ...

Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器（弱分类器），然后把这些弱分类器集合起来，构成一个更强的最终分类器（强分类器）。Adaboost算法本身是通过改变数据分布来实现的，它根据每次训练集之中每个样本的分类是否正确，以及上次的总体分类的准确率，来确定每个样本的权 ...

基于haar特征的Adaboost人脸检测技术 本文主要是对使用haar+Adabbost进行人脸检测的一些原理进行说明，主要是快找工作了，督促自己复习下~~ 一、AdaBoost算法原理 　　AdaBoost算法是一种迭代的算法，对于一组训练集，通过改变其中每个样本的分布概率，而得到 ...

　　有了haar特征，有了提升性能的积分图，是不是已经可以很好的解决人脸检测问题了？答案是：no. 因为，计算每一个特征值的时候速度都大幅提升了，但是，一个小小的24*24是人脸图像根据不同的位置， 以及不同的缩放，可以产生超过160,000个特征！这个数量太庞大了，所以肯定要舍弃大量的特征 ...

　　　　　　　　基于Haar特征的Adaboost级联人脸检测分类器 基于Haar特征的Adaboost级联人脸检测分类器，简称haar分类器。通过这个算法的名字，我们可以看到这个算法其实包含了几个关键点：Haar特征、Adaboost、级联。理解了这三个词对该算法基本就掌握 ...

很早之前就做过一些关于人脸检测和目标检测的课题，一直都没有好好总结出来，趁着这个机会，写个总结，希望所写的内容能给研究同类问题的博友一些见解和启发！！博客里面涉及的公式太繁琐了，直接截图了。 转载请注明出处：http://www.cnblogs.com/adong7639/p ...

转自：http://www.cnblogs.com/ello/archive/2012/04/28/2475419.html 一、Haar分类器的前世今生 人脸检测属于计算机视觉的范畴，早期人们的主要研究方向是人脸识别，即根据人脸来识别人物的身份，后来在复杂背景下的人脸检测 ...

马云内部对高管讲话： 1、有格局 人 ...