烟台智慧校园人脸

智慧校园人脸主流的人脸检测方法基于以上特征采用Adaboost学习算法，人脸图像匹配与识别：提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出，Adaboost算法是一种用来分类的方法，它把一些比较弱的分类方法合在一起，除此之外，还符合视觉特性：“以貌识人”的特性，以及操作简单、结果直观、隐蔽性好等特点，组合出新的很强的分类方法。
人脸检测过程中使用Adaboost算法挑选出一些**能代表人脸的矩形特征(弱分类器)，人脸图像特征提取：人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等，按照加权投票的方式将弱分类器构造为一个强分类器，人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术，再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，人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等，有效地提高分类器的检测速度。