做初始的人臉檢測，主要是用於人臉辨識的前置處理，我們要利用Haar特徵處理
在訓練的時候使用AdaBoost，也就是用弱分類來判別，每一步都拿出一個特徵值，
判斷是否人臉，是的話在進入下一步，這樣一步一步循序漸進；
廣義來看就像是讓所有的弱分類器投票，再根據準確率加成從而達到結果。
其組成的分類器是一個Cascade的形式，長的像是簡單的決策樹。
在實際使用發現Haar cascade的問題主要就是參數的正確性，尤其是scaleFactor和
MinNeighbors；第一個參數是控制比例變化，如果調大，檢測到的層樹就少，會導致發現的物
件也變少；而第二個參數則是看檢測到鄰居的數量決定。
由此可知，根據不同的圖片大小類型，都需要去調參數，這在使用上不可能辦到；
未來來嘗試其他方式。
檢測人臉和眼睛，圖片是由網路下載的USA volleyball national team 合照
Data Charging Station 
發表留言