【Opencv 系列】 第6章 人脸检测(Haar/dlib) 关键点检测
本章内容
1.人脸检测，分别用Haar 和 dlib
目标：确定图片中人脸的位置，并画出矩形框
Haar Cascade 哈尔级联
- 核心原理
（1）使用Haar-like特征做检测
（2）Integral Image : 积分图加速特征计算
（3）AdaBoost : 选择关键特征，进行人脸和非人脸分类
（4）Cascade : 级联，弱分类器成为强分类器
论文：Rapid Object Detection using a Boosted Cascade of Simple Features
OpenCV 源码：https://github.com/opencv/opencv
参考博文：https://www.cnblogs.com/zyly/p/9410563.html
（1）使用Haar-like特征做检测
注意：特征值为白色矩形像素和减去黑色矩形像素和
3. Haar cascade
它提供了四个级联分类器（针对人脸的正面），他只能解决正脸检测的问题，后续课程能够解决侧脸和偏转角脸的检测：
（1）haarcascade_frontalface_alt.xml (FA1):
22 stages and 20 x 20 haar features
（2）haarcascade_frontalface_alt2.xml (FA2):
20 stages and 20 x 20 haar features
（3）haarcascade_frontalface_alt_tree.xml (FAT):
47 stages and 20 x 20 haar features
（4）haarcascade_frontalface_default.xml (FD):
25 stages and 24 x 24 haar features
2.关键点检测
git 仓库:https://github.com/justinge/opencv_tutorial