viola-jones论文Robust Real-Time Face Detection中的 haar+Adaboost人脸检测方法、人脸检测样本库正负样本，人脸库2000+，非人脸库4000+

Adaboost人头部检测opencv和vc代码实现，已经测试过，可以使用！

人脸检测和人脸识别都是属于典型的机器学习的方法，但是他们使用的方法却相差很大。对于人脸检测而言，目前最有效的方法仍然是基于Adaboost的方法。在网上可以找到很多关于Adaboost方法的资料，但基本上是千篇一律，没有任何新意。给初学者带了很多不便。建议初学者只需要认真阅读：北京大学 赵楠 的本科毕业论文 ：基于 AdaBoost算法的人脸检测 这篇毕业论文就够了。作者详细分析了Adaboost算法在人脸检测中的具体执行过程，尤其是关于弱分类器的Haar特征选取过程，描述的相当清晰。

Boosting方法-从AdaBoost到LightGBM，涵盖了adaboost xgboost lightgbm等经典boosting方法的原理详细介绍

基于adaboost算法的目标检测代码，线下训练、测试以及线上的验证代码都有，还有相关数据，可直接运行，内含详细的代码注释，适合初学者

使用matlab实现的adaboost代码，直接运行里面的demo.m,就可以运行。

adaboost人脸识别 matlab程序

adaboost算法是一个由多个弱分类器生成一个强分类器的算法，可以提高分类的正确率，这里利用adaboost算法的原理，结合matlab做了一个简单的实例 里面h1-h8为八个弱分类器，adaboost为训练的主函数，test调用了训练函数，对一个样本进行测试，calerr计算每次循环后的错误频率

基于NavieBayes的adaboost算法实现 求分享

内含2500张负样本图片，可用于训练人脸和汽车检测器。