李思琳，邵玉斌

(昆明理工大学信息工程与自动化学院，昆明 650051)

人脸检测是指给定一幅图像，然后判断其中是否存在人脸，如果有人脸存在，则返回其位置坐标和大小［1-6］。在 Viola［4］提出基于 Boosting 的快速人脸检测系统后，许多学者对基于Boosting的算法提出了改进。目前，另一种得到广泛应用的学习算法是AdaBoost。该算法的基本思想是:只要找到比随机猜测略好的弱学习算法，就可以通过一定的方式构造出任意精度的强学习算法。Ada-Boost算法能够集成多个弱分类器而成为一个强分类器。文献［2］指出，AdaBoost算法集成有限数量的弱分类器个不利于AdaBoost算法的分类精度进一步改善。文献［3］指出AdaBoost算法在理论上是可以集成无穷多个弱分类器。文献［4］提出可用支持向量机的方法实现无穷维AdaBoost算法，即需要建立一个新的支持向量机核函数，使此核函数集成无穷多个AdaBoost算法弱分类器，并用于电路故障检测。本文在该算法的基础上，将其方法用于人脸检测，在很大程度上提高了检测精度，分类结果优于一般的AdaBoost算法。

1 AdaBoost算法

AdaBoost算法是一种基于弱分类器的分类算法。该算法根据分类结果来调整分类样本的权值，具体为降低正确分类样本的权值，增加错误分类样本的权值，以便在下一轮训练过程中，把主要精力放在前一次分类错误的样本上，最后挑选更新权值后样本分类错误最小的弱分类器，并把得到的弱分类器进行线性组合，最终形成强分类器［5-6］。

给定一个训练集(xi，yi)，…，(xL，yL)，其中:xi是输入的训练样本;yi是分类类别标志，yi∈(1，0)表示真假样本。……