研究并实现了基于DM6437的Adaboost人脸检测算法。在对相关的人脸检测算法研究的基础上，选择了适应能力强、错误率小的Adaboost算法，通过对输入样本进行Harr特征提取，从中选出最优的Haar特征，然后将训练得到的Haar特征转换成弱分类器，再将弱分类器优化组合成强分类器，最后形成级联强分类器用于人脸检测。通过OpenCV在计算机上仿真实现该算法，完成了Adaboost人脸检测算法的DSP程序设计，在DM6437硬件平台上实现了人脸实时检测功能。结果表明,运用该算法能够有效地进行人脸检测，可用于工程实践。
畅学电子
