AdaBoost 人脸检测介绍 : 矩形特征和积分图

Posted nk_wavelet

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了AdaBoost 人脸检测介绍 : 矩形特征和积分图相关的知识，希望对你有一定的参考价值。

　　本系列文章总共有七篇，目录索引如下：
　　AdaBoost 人脸检测介绍(1) : AdaBoost身世之谜
　　AdaBoost 人脸检测介绍(2) : 矩形特征和积分图
　　AdaBoost 人脸检测介绍(3) : AdaBoost算法流程
　　AdaBoost 人脸检测介绍(4) : AdaBoost算法举例
　　AdaBoost 人脸检测介绍(5) : AdaBoost算法的误差界限
　　AdaBoost 人脸检测介绍(6) : 使用OpenCV自带的 AdaBoost程序训练并检测目标
　　AdaBoost 人脸检测介绍(7) : Haar特征CvHaarClassifierCascade等结构分析

2. 矩形特征和积分图

　　AdaBoost，是英文”Adaptive Boosting”（自适应增强）的缩写，由Yoav Freund和Robert Schapire在1995年提出。它的自适应在于：前一个基本分类器分错的样本会得到加强，加权后的全体样本再次被用来训练下一个基本分类器。同时，在每一轮中加入一个新的弱分类器，直到达到某个预定的足够小的错误率或达到预先指定的最大迭代次数。

　　AdaBoost算法到目前为止仍然是人脸检测的热门算法。本节主要介绍AdaBoost算法的原理，包括级联策略、积分图思想、矩形特征。

2.1 级联策略

　　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，即弱分类器，然后把这些弱分类器集合起来，构造一个更强的最终分类器。因此AdaBoost是一种基于级联分类模型的分类器。级联分类模型可以用下图表示：