人脸检测——基于机器学习3】AdaBoost算法

1. 简介

1. 主要工作

AdaBoost算法的人脸检测算法包含的主要工作：（1）通过积分图快速求得Haar特征；（2）利用AdaBoost算法从大量的特征中选择出判别能力较强的少数特征用于人脸检测分类；（3）提出一个级联结构模型，将若干个弱分类器集成一个强分类器，其能够快速排除非人脸区域，提高算法的检测速度。

2. AdaBoost算法具体描述

AdaBoost算法的原理是通过逐级增强的方法将弱分类器组合成为分类效果较好的强分类器，具体来说：

（1） 给定一个弱学习算法和一个训练集

，其中是输入的训练样本向量，是分类的类标志。

（2） 初始化时，对所有训练样本均赋以一个相同的权重

。

（3）然后用该弱学习算法对训练样本进行T轮训练。在每一轮训练结束后，对负样本赋予较大的权重

（4）终止条件：迭代训练次数T或者误差率。

3. 组成成分