Пакет AdaBoost может быть использован для распознавания лиц как пример двоичной классификации. Две категории — это лица и фон. Общий алгоритм выглядит следующим образом:
* # Формируем большой набор признаков* # Инициализируем веса для тренировочного набора изображений* # Делаем T прогонов#* Нормализуем веса#* Для доступных признаков из набора тренируем классификатор, используя один из признаков и вычисляем ошибку тренировки#* Выбираем классификатор с наименьшей ошибкой#* Обновляем веса тренировочных изображений: увеличиваем, если классифицировано неверно, и уменьшаем, если верно# Формируем окончательный сильный классификатор как линейная комбинация T классификаторов (коэффициент больше, если ошибка тренировки меньше) После бустинга классификатор, построенный из $200 $ признаков, может достигать <tex>95 \% </tex> успешных распознаний при {\displaystyle 10^{-5}} <tex>10^{-5} </tex> ошибок положительного распознавания[15].
