Adaboost 人脸检测的非级联简易实现

Adaboost用于人脸检测的简单实现，不包含级联步骤。训练数据包括4000个负样本和2600个正样本，测试数据集为4000个负样本和2600个正样本。训练集错误率约为0.02，测试集错误率约为0.03。

代码说明

• train.m：训练一个Adaboost分类器。

• loadDataset.m：上传数据集。

• integralImage.m：计算积分图像。

• adaBoost.m：实现Adaboost分类器的细节。

• generateFilters.m：生成类似Harr的过滤器。

• filterResponse.m：计算过滤器的响应。

• weakClassifier.m：计算弱分类器的输出。

• evaluateClassifier.m：计算Adaboost分类器的性能。