现在人脸检测都是用的这个方法，Adaboost，分类器级联，弱分类其组合强分类器……

针对复杂背景条件下人脸检测的检测率低速度慢的问题,选用了基于统计的人脸检测算法.详细介绍了Adaboost人脸检测算法的原理及训练流程.利用OpenCV 图像处理软件与Adaboost人脸检测算法的结合模块,选取扩展的Haar特征,实现了人脸检测并给出了检测结果. 设计的检测器对 592个人脸漏检62个,可达倒 20帧/s左右. 因此该方法具有较高的准确度和实时性.

利用AdaBoost训练分类器的过程比较繁琐，这篇文章总结了全部过程，很详细，看完就会

关于adaboost有用的文章，对人脸检测有参考价值。

adaboost人脸检测文章，对开发者很有用

adaboost人脸检测文章，对开发者很有用

adaboost人脸检测文章，对开发者很有用

adaboost人脸检测文章，对开发者很有用

基于肤色和AdaBoost的多姿态人脸检测方法

一个基于adaboost算法的目标识别程序，内容很详细，包括弱分类器的训练和测试，matlab代码