OpenCV中有一个基于树的技术：Haar分类器，它建立了boost筛选式级联。它可以识别出人脸和其他刚性物体。对于检测“基本刚性”的物体（脸，汽车，自行车，人体等）这类识别任务，Haar分类器是一个有用的工具。 在2001年，Viola和Jones发表了经典的《Rapid Object Detection using a Boosted Cascade of Simple Features》[

一、理论       这篇文章主要有三个贡献： 1、类Harr特征和积分图 2、Adaboost 3、Cascade 同时，我还关注了训练和检测的流程，以及opencv中的实现 二、类Harr特征及数量     下面是引用一篇文章。注意其中的Harr特征可以宽高放缩的。比如2*2的，计算数量的时候也需要包含2*4,2*6，参看图9

上一篇博客里，我们介绍了VJ人脸检测算法的特征，就是基于积分图像的矩形特征，这些矩形特征也被称为Haar like features, 通常来说，一张图像会生成一个远远高于图像维度的特征集，比如一个 24×24 24 \times 24 的图像，会生成162336个矩形特征。在实时的人脸检测应用中，不可能把所有的特征都用上，所有需要做特征选择，这篇博客里，我们将要介绍AdaBoost的训练方法和