This program is based on the Adaboost Algorithm and Haar Feature 背景阐述 开发一个纯Matlab下的人脸识别系统其实非常有益，因为Matlab具有极强的图像处理功能。然而目前互联网上大多采用OpenCV＋C++编译Matlab API的方法进行Matlab人脸识别，我觉得这是完全没有意义的。因此，我选择理解Viola－Jones提出的人脸识别算法，并仅用Matlab进行编程。
1.1主要文件及作用
测试训练及提取特征：运行ExtractAndTrain.m（不建议低gpu配置运行） 测试检测性能：运行testMWSegment.m
数据库 faces文件夹 4422张人脸 正样本 nonfaces文件夹 4381张非人脸 负样本 主程序1 （特征提取及训练） ExtractAndTrain.m 提取和训练的主程序 （建议不要跑，训练要7小时左右） 定义了Haar特征，提取特征，训练，错误率计算 特征提取函数 integralImage.m 求积分图像
extHarrLikeFeature.m 提取Harr-like特征
训练所需要的函数 trainAdaBoostLearner.m 训练100个强分类器，找到区别人脸的阈值
searchBestWeakLearner.m 根据错误率找到最好的weak learner
AdaBoostClassfy.m 强学习分类
calPredictErrorRate.m 计算错误概率
testAdaBoostLearner.m 自我循环样本，测试误判
数据库 HarrLikeFeatures-2.mat 保存提取的特征及训练数据 可以直接使用作为数据库
主函数2 图像检测 testMWSegment.m 窗口检测程序 指定判断算法、窗口数据、划定网格 判断函数 MoveWindowing.m 移动窗口、放缩
ImageBlockRecogByAdaBoost.m 对当前窗口进行识别
ThreshSegement.m 阈值分割
LabelDetectWindow.m 给找到的图像进行加框
级联检测 ImageBlockRecogByCascadeAdaBoost.m 级联检测 就写了一下，还没有整合进程序