第一次读这篇传奇之作大概是九年前了,也就是2007年,而那时距论文正式发表(2004年)也已经有四年之久了。现在读来,一些想法,在深度学习大行其道的今天仍然具有借鉴意义,让人敬佩不已。
VJ人脸检测器应该是历史上第一个成功商业应用的实时人脸检测器。我估计现在相机和手机上的人脸检测算法绝大部分还是VJ或VJ算法的徒子徒孙。OpenCV当年也是凭借VJ算法的集成而一炮走红,到现在还是最主流的计算机视觉算法库。本人在真实环境下亲测,2010年后的许多能在FDDB测评主页上露个脸的开源算法,其实效果都不见得会比VJ算法好多少。
创新点 | 作用 |
积分图 | 加速haar特征计算的巧妙点子。一劳永逸,去掉特征计算中的冗余。 |
AdaBoost人脸检测器 | 特征选择+分类器融合。对adaboost的思想进行合理改造,一个haar特征对应一个弱分类器,弱特征组合成强特征,弱分类器组合成强分类器。 |
级联结构 | 由粗到精的检测策略,加速的同时又能保证精度。先在前期用快速算法把大量非人脸去掉,平衡后期慢速的更精细分类开销。 |