本章内容

1.人脸检测，分别用Haar 和 dlib
目标：确定图片中人脸的位置，并画出矩形框

Haar Cascade 哈尔级联

1. 核心原理
   （1）使用Haar-like特征做检测
   （2）Integral Image : 积分图加速特征计算
   （3）AdaBoost : 选择关键特征，进行人脸和非人脸分类
   （4）Cascade : 级联，弱分类器成为强分类器
   论文：Rapid Object Detection using a Boosted Cascade of Simple Features
   OpenCV 源码：https://github.com/opencv/opencv
   参考博文：https://www.cnblogs.com/zyly/p/9410563.html

（1）使用Haar-like特征做检测
注意：特征值为白色矩形像素和减去黑色矩形像素和

3. Haar cascade
它提供了四个级联分类器（针对人脸的正面），他只能解决正脸检测的问题，后续课程能够解决侧脸和偏转角脸的检测：
（1）haarcascade_frontalface_alt.xml (FA1):
22 stages and 20 x 20 haar features

（2）haarcascade_frontalface_alt2.xml (FA2):
20 stages and 20 x 20 haar features

（3）haarcascade_frontalface_alt_tree.xml (FAT):
47 stages and 20 x 20 haar features

（4）haarcascade_frontalface_default.xml (FD):
25 stages and 24 x 24 haar features

2.关键点检测

git 仓库:https://github.com/justinge/opencv_tutorial