（ 3 ）采用 AdaBoost 算法 选取优化的弱 分类 器 通过 Adaboost 算法挑选数千个有效的 haar 特征 来组成 人脸 检测 器， Adaboost 算法中不同的 训练 集是通过调整每个样本对应的权重来实现的。 开始时，每个样本对应的权重是相同的，对于 h1 分类错误的样本，加大其...

前在实际中应用的人脸检测方法多为基于Adaboost学习算法的方法，这种检测方法最初由剑桥大学的两位大牛Paul Viola和Michael Jones[ViolaJones01]提出，并由另一位大牛英特尔公司的Rainer Lienhart[Lienhart02]对这一方法进行了改善。 ...

运动目标的检测就是从视频流中去除静止的背景，检测出运动的目标及携带的运动信息，运动目标的检测对跟踪等后期处理非常关键[1]。目前，运动目标的检测方法主要有四种：背景差分法、帧间差分法、光流法、基于特征的方法。...

应用最广泛的一种全局特征描述方法是基于K-L变换的特征脸方法，局部特征描述则需用到人脸器官形状和分布的先验知识。 人脸识别与其他生物统计学鉴别系统如指纹识别、语音识别等相结合，能提供很高的正确识别率，可用于安全性能要求较高的系统。...

在雷达中,人们感兴趣的是跟踪目标,但目标的位置,速度,加速度的测量值往往在任何时候都有噪声.卡尔曼滤波利用目标的动态信息,设法去掉噪声的影响,得到一个关于目标位置的好的估计。这个估计可以是对当前目标位置的估计(滤波),也可以是对于将来位置的估计(预测)，也可以是...

近期人脸检测的研究主要集中在基于数据驱动的学习方法，如统计模型方法，神经网络学习 方法，统计知识理论和支持向量机方法，基于马尔可夫随机域的方法，以及基于肤色的人脸检测。目前在实际中应用的人脸检测方法多为基于 Adaboost 学习算法的方法。 ...

影响AdaBoost人脸检测训练算法速度很重要的两方面是特征选取和特征计算。选取的特征为矩特征为Haar特征，计算的方法为积分图。...

Haar-like特征最早是由Papageorgiou等应用于人脸表示。Papageorgiou在针对正面人脸和人体检测问题的研究中使用Haar 小波基函数，他们发现标准正交Haar小波基在应用上受到一定的限制，为了取得更好的空间分辨率，他们使用了3种类型的3种形式的特征。...

模板匹配TemplateMatching是在图像中寻找目标的方法之一。原理很简单，就是在一幅图像中寻找和模板图像（patch）最相似的区域。在OpenCV中有对应的函数可以调用：matchTemplate...

都知道，2.0版本对之前的OpenCV数据结构进行了大幅度的修改。但对之前版本的兼容是一个很重要的事情。这节就主要讨论这个问题...