基于Adaboost的非级联人脸检测实现详解

Adaboost 这是用于人脸检测的简单实现，但没有级联步骤。实验中使用了 4000个负训练样本 和 2600个正训练样本，以及 4000个负测试样本 和 2600个正测试样本。训练数据集的错误率约为 0.02，测试数据集的错误率约为 0.03。

介绍

• train.m：训练一个adaboost分类器。

• loadDataset.m：上传数据集。

• integralImage.m：计算积分图像。

• adaBoost.m：包含adaboost分类器的实现细节。

• generateFilters.m：生成类似Harr的过滤器。

• filterResponse.m：计算过滤器的响应。

• weakClassifier.m：计算弱分类器的输出。

• evaluateClassifier.m：计算adaboost分类器的效果。