将 Haar 级联算法应用于热图像中的人脸，然后在热视频序列中，最后使用 USB 视频类 （UVC） 热像仪。这些部分分别在以下位置实现： fever_detector_image.py：将 Haar级联人脸检测算法应用于输入热红外图像（faces_gray16_image.tiff）。 fever_detector_video.py：Haar级联人脸检测算法应用于输入视频帧（gray16_sequence文件夹）。 fever_detector_camera.py：将 Haar级联人脸检测应用于 UVC 热成像摄像机的视频输入流。 faces_gray16_image.tiff是图3（右）所示的原始灰16热图像，该图像是从热像仪RGMVision热成像CAM 1中提取的。 gray16_sequence文件夹包含示例视频序列。 haarcascade_frontalface_alt2.xml 预先训练的人脸检测器，由OpenCV库（GitHub）的开发人员和维护人员提供。

OpenCV做人脸检测时,haarcascade-frontalface-default.xml

opencv人脸识别----GitHub下载全包 文件位置 opencv-master\data\haarcascades\haarcascade_frontalface_default.xml

此码源为训练后的人脸检测数据，可用于进行人脸脸部检测

haarcascade —— eye、eye_tree_eyeglasses、frontalcatface、frontalcatface_extended、frontalface_alt、frontalface_alt2、frontalface_alt_tree、frontalface_default、fullbody、lefteye_2splits、licence_plate_rus_16stages、lowerbody、profileface、righteye_2splits、russian_plate_number、smile、upperbody lbpcascade —— frontalcatface、frontalface、frontalface_improved、profileface、silverware

人脸检测训练好的分类器文件haarcascade_upperbody.xml，配合opencv进行人脸检测

人脸识别中的默认分类器，主要用于人脸图片中的人脸轮廓的识别。 在.\opencv-master\data\haarcascades_cuda中

人脸检测训练好的分类器文件haarcascade_frontalcatface_extended.xml，配合opencv进行人脸检测，

opencv中的担任检测功能的haar级联分类器，OpenCV-python预训练的模型，haarcascade_frontalface_default.xml；github上下载实在太慢了

人脸检测训练好的分类器文件haarcascade_fullbody.xml，配合opencv进行人脸检测