多阈值划分的连续adaboost人脸检测

？连续adaboost算法要求对样本空间进行划分，传统的等距划分无法体现正负样本各自的分布规律。对基于连续adaboost算法的人脸检测方法进行了改进，结合离散adaboost中弱分类器的阈值选取策略，通过多重最优阈值选择方法实现了样本空间的合理划分。在mitcbcl数据库上的实验结果表明，改进后的方法比等距划分和连续adaboost算法检测率提高0.5%和2%，错误率降低0.15%和0.27%，算法收敛速度更快。