人臉檢測是人臉分析的首要環節，其處理的問題是確認圖像（或影像）中是
否存在人臉，如果存在則對人臉進行定位。人臉檢測的應用領域相當廣泛，是實
現機器智能化的重要步驟之一。
AdaBoost 算法是 1995 年提出的一種快速人臉檢測算法，是人臉檢測領域里
程碑式的進步，這種算法根據弱學習的反饋，適應性地調整假設的錯誤率，使在
效率不降低的情況下，檢測正確率得到了很大的提高。
本論文第一章和第二章簡述了人臉檢測的一般情況，第三章對一些人臉檢測
的經典方法進行了說明。
第四章講述了 AdaBoost 算法的發展歷史。從 PCA 學習模型到弱學習和強
學習相互關系的論證，再到 Boosting 算法的最終提出，闡述了 Adaptive
Boosting 算法的發展脈絡。
第五章對影響 AdaBoost 人臉檢測訓練算法速度的至關重要的兩方面：矩形
特征和積分圖的概念和理論進行了仔細的闡明。
第六章給出了 AdaBoost 的算法，并深入探討了其中的一些關鍵問題——弱
學習器的構造、選取等問題。
最后一章，用編寫的實現了 AdaBoost 算法的 FáDèt 程序，給出了相應的
人臉檢測實驗結果，并和 Viola 等人的結果做了比較。

點擊標簽查看更多相關資源：