人脸识别-Viola Jones Recognition

在实际应用中涉及人脸识别技术的领域里，在通常情况下会遇到一个问题：即像素强度作为图像特征并不总是最有效的度量方式；其数值波动较大，并且容易受到光线条件以及观察者位置的变化显著影响。针对这一问题，在2001年时由Paul Viola与Michael Jones等人发表论文：《Rapid Object Detection using a Boosted Cascade of Simple Features》，其中他们提出了一种基于机器学习的传统图像处理算法框架——该框架以AdaBoost算法为基础，并结合Haar-like小波特征（简称类haar特征）以及积分图方法来实现高效的面部识别功能。

1. 核心步骤

• Integral-based methods enable fast feature evaluation.
• The boosting technique enables efficient identification of features.
• The attentional cascade mechanism efficiently rejects non-face windows through rapid processing.

2. Features & Integral Images

将矩形框放置在人脸图像区域内，并计算该矩形框内