今天说一说haar分类算法。
首先介绍haar-like特征。haar-like的特征有边缘特征、线性特征、中心特征和对角线特征。我们使用特征模板来表示特征的计算，如图所示：
这些特征分别对应着不同的矩阵以便于进行计算，比如
对应的矩阵可以为
，计算的最后 结果就是白色区域的像素值（可以为灰度）减去 黑
本文介绍了haar-like特征，包括边缘、线性、中心和对角线特征，通过特征模板进行计算。由于计算量大，引入了积分图来优化。积分图存储每个像素的累加值，简化了特征值的计算。最后，这些特征值被输入到AdaBoost分类器中，用于人脸识别的过程。
最低0.47元/天 解锁文章
1120
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
