face detection face alignment verification identificationopencv中的人脸检测是Viola-Jones算法，经典的技术MSRA14 Joint Cascade Face Detection and Alignment框架
Joint cascade face dete and alignment:
+ post classifier<SVM, SIFT>, Viola-Jones<Haar>
+ 3000FPS alignment<rand forest - bagging<SVM, CART>>, Boosting<adaboost, realboost>>
+ cascade pose regression<realboost random fern>
通用面部检测和矫正的模型
bagging N个分类器级联，每级分类器都会有一个对应的threshold，当样本不能通过前几个弱分类器就会被拒绝cascaded pose regression(cvpr10) 通过给图像一个初始的shape(通常是meanshape)，然后通过一次次的回归，把shape回归到正确的位置 作者使用的是pose-indexed point features，然后根据特征训练回归函数(linear regression, CART, Random forest), 回归出这一阶段的偏移量，然后update shape直至达到迭代上线或者shape错误率不再下降，原作者使用 随机蕨的方法
使用随机森林求出LBF
detection 同时 regression shape 建立一个分类回归树CRT，在距离根接待你比较近的几层偏重于分类，在接近叶子节点的几层偏重于回归， 具体实现细节上，节点究竟是用于回归还是分类用概率P表示用于分类的概率，回归自然就是1-p了， p随着深度而减小，p(t)=1-0.1t, t=1,...,TCART(Classification And Regression Tree) 递归的将输入空间分割成矩形，不断的分割之后建立决策树 可以进行变量选择，可以克服missing data, 可以处理混合预测，但是不稳定Bagging(Breiman1996): bootstrap aggregationrandom forest 随机森林是由多棵CART构成的
Boosting
computer vison 与 machine learning 就折射出大象般的身影
转载于:https://www.cnblogs.com/octave/p/4404517.html
