理论中使用Haar特征作为描述算子

Haar分类器

• • 前言

  • 1. 理论

  • • 1.1 Haar-like特征
    • 1.2 积分图
    • 1.3 AdaBoost算法
    • 1.4 筛选式级联

  • 2. 代码（人脸检测）

前言

• 随着技术发展，在图像处理领域中采用基于像素的方法来实现人脸识别并不罕见。 Haar特征的发展使得人脸识别分类器得以被提出，并显著提升了识别系统的准确率。
• Haar分类器由Haar-like小波特征、积分图方法、AdaBoost算法以及级联检测四个关键组件构成。
• Haar分类器的工作原理主要包括以下几点：

基于Haar-like特征进行目标检测

1. 理论

1.1 Haar-like特征

• 以上是Haar-like特征定义的特征结构。可以将它们理解成为一个窗口，这个窗口将在图像中做步长为1的滑动，最终遍历整个图像。
• 比较特殊的一点是，当一次遍历结束后，窗口将在宽度或长度上成比例的放大，再重复之前遍历的步骤，直到放大到最后