延續上一篇，這篇的主要內容是在談Viola-Jones的訓練部分
以及教材中後面的Adaboost、Cascading。

  1. Training 訓練

(1) 在訓練的部分，我們首先會將圖片縮至 24x24 pixel
當訓練用圖過大時，要去對應Harr-like Feature的組合可能性就會太多(不同的長寬高等等)，因此訓練時我們會將訓練圖片縮小；要偵測時會將特徵放大。

(2) 準備訓練用的圖片-標籤(Label)為「Face」的圖片：因為有時候電腦無法判斷什麼樣叫做「人臉的特徵」，因此我們需要提供大量符合規則的臉(24x24 pixel、角度正確、光線正常…等)給電腦去找到各個人臉中、共通的特徵。如大家都會有一個鼻子並且符合Harr-like Feature中的Edge Feature等。

有趣的是，在我們人類的認知中，左邊的眼睛會與右邊的眼睛對稱、並呈鏡面反射的型態(mirror)，儘管這對我們人類來說再正常不過，但對於電腦來說、這是一個全新的概念。

(3) 準備訓練用的圖片-標籤(Label)為「Non-Face」的圖片：作為「Face」的相對面，在訓練時我們也必須告訴演算法何謂「Non-Face」的圖片，因此我們可以提供各種不含人臉的圖片給電腦，值得注意的是、我們所提供的非人臉圖片不必皆為24x24 pixel，可以透過後續將圖片切割(以固定24x24為區間去一塊塊切割圖片)來增加「Non-Face」圖片的數量(Data Agumentation)。

(4) 選擇特徵-透過標籤為「Face」與「Non-Face」的圖片：我們雖然在眾多Face的圖片找到了某些共同特徵，但由於相同的特徵在Non-Face中也出現了，因此這個特徵便會被捨棄。在找到特徵的同時，我們也會找到閥值Threshold。

閥值 Threshold：將影像轉為二值影像(黑白影像)，用於找到影像中的目標。通常我們會將圖片先轉為灰階影像，轉為灰階影像後的圖片只有灰度值(在前一章中提到介於0~1的值)，透過積分圖的計算去找到適合的閥值T。當灰度值小於T的時候，可以將其像素設置為0(黑色)；當灰度值大於T的時候，可以將其像素設置為 255(白色)。