通过Adaboost算法和Haar特征来构建人脸分类器，对多人脸图片进行检测，流程是用分类效果较弱的Haar特征构造弱分类器，再通过Adaboost算法对大量人脸样本和非人脸样本进行训练，将大量弱分类器中训练得到若干强分类器，将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，级联结构能有效地提高分类器的检测速度，最终得到一个人脸分类器的模型。再输入一张多人脸图片，用分类器对不同尺寸的多人脸图片进行多尺度检测，相当于一种滑动窗口机制，在图片上提取Haar特征，由于在一个图像窗口中会提取出大量的矩形特征区域，每次遍历矩形区域会造成大量重复计算，浪费时间，所以使用积分图方法来简化计算，经过多尺度检测后，会在同一尺度下留下多个候选框，还要对多个候选框进行合并去重。

详细介绍了SVM和Adaboost算法，包括原理，公式，等。

Additive logistic regression-a statistical view of boosting.pdf

需要安装numpy,scipy。下载地址：http://www.scipy.org/scipylib/download.html 注释详细 适合课程学习。

西电数据挖掘大作业之编程实现Adaboost算法，西电数据挖掘大作业之编程实现Adaboost算法，仅供参考。

基于BP_Adaboost算法的公司财务预警建模matlab代码.zip

用matlab实现Adaboost

贝叶斯学习与增强 贝叶斯分类器和Adaboost算法的实现可生成跨训练数据的不同分布生成的多个假设。

机器学习课程设计—Adaboost算法实践，内含源码及报告(包括应用实例)

Graduation Design Project --- 基于AdaBoost算法的情感分析研究 一、 使用微博应用获取微博文本 二、 SVM初步分类 三、 利用贝叶斯定理进行情感分析 四、 利用AdaBoost加强分类器 仅供学习之用。