行人检测(adboost)，包含训练脚本、测试程序

无论是人脸检测类还是自己训练分类器来识别物体，ｏｐｅｎｃｖ的ａｄｂｏｏｓｔ（[linux 下opencv的adboost使用方法](https://blog.csdn.net/qq_32768679/article/details/83652501)）都为我们提供了便捷快速的接口。但对于长时间的检测或每帧都要进行处理来说，ｏｐｅｎｃｖ还为我们提供了更加快速稳定的跟踪算法。这次记录的是利用ｏｐｅｎｃｖ的人脸检测与其跟踪算法做对比，在检测目标运动不是很快的情况下，跟踪算法在稳定性和运行速度上都更胜一筹。 下面运用人脸检测第一帧然后之后进行跟踪该帧的检测目标，与每帧都进行检测作为对比，判断因素为帧率和检测框的稳定性。 本资源提供opencv adboost训练脚本以及以训练好的行人检测分类器，和测试程序。跟踪算法见博客https://blog.csdn.net/qq_32768679/article/details/89309383