RGB、normalized RGB、HSV、YIQ、YES、CIE XYZ、CIE LUV等.
测试阶段
所有白色矩形中像素的亮度值的和,减去所有灰色矩形中点的亮度值的和,得到的差即为Haar-like特征.
可以用一个五元组来表示
r(2,2,4,2,A)表示下面的特征
利用动态规划的思想求任意一点左上角的所有像素亮度积分值ii(x,y)ii(x,y)ii(x,y).
矩形D内像素亮度积分值:
=ii(4)−(ii(2)+ii(3))+ii(1)ii(4)-(ii(2)+ii(3))+ii(1)ii(4)−(ii(2)+ii(3))+ii(1)
采用AdaBoost算法对Haar-like矩形特征进行分类,为了求得在图像中所有尺寸及角度的人脸,我们需要采取所有可能的矩阵大小甚至旋转对整个图像遍历多次.