Adaboost 알고리즘

부스트 알고리즘 

cascade 작은 폭포

인식단계에서 g1에서 100중에 20 걸러지고, g2에서 또 걸러지고, 단계를 거칠수록 속도가 빨라짐

haar 피처 사용

트레이닝 시 

...

등등등

트레이닝 단계에서

얼굴이라고 집어넣었는데 100개 중에 30개를 얼굴 아니라고 하면, threshold를 옮겨서 30개도 얼굴로 올 수 있게 하던가, 30개의 특징에 가중치를 줘서 threshold위로 데이터가 위치할 수 있게 해야한다. 

g1, g2, g3은 순서에 따라 각자의 에러율도 달라질 수 있다. 어쨌든 에러율이 없는 것부터 수행할 수 있게 한다