论文部分内容阅读
提出了Real-Adaboost的一种改进算法。该算法采用预先计算类Haar特征所对应弱分类器在样本空间的划分,并动态更新人脸训练样本的权值。与以往的Real-Adaboost算法比较,该算法大大缩短了训练时间,算法训练时间复杂度降到O(T*M*N),同时加速了强分类器的收敛性能,减少检测器的弱分类器数量,减少检测时间。