基于adaboost的人脸识别

文章：RapidObject Detection using a Boosted Cascade of Simple  Features
Robust Real-Time Face Detection
分别发表与CVPR和IJCV被引了1W多次了
做到了：高的识别率和快的处理速度，识别率比得上以往最优秀的识别率 实时性应对15帧每秒的速度没有使用图片差分和皮肤颜色识别
三大贡献：
1. Integral Image  快速计算特征
2.基于AdaBoost 的学习方法，可以从大量数据集中找到决定性的特征并且能造出极端有效的分类器
3. combining increasingly more complex classifiers in a“cascade” 可以快速的丢弃背景区域，把更多的时间花在计算特征上
cascade  一种找出注意力集中点的机制，不同于以往基于统计学的方法