Haar-like、HoG 、LBP 三种描述方法在目标识别中的优劣

Haar-like的优势在于能更好的描述明暗变化，因此用于检测正面的人脸
HoG的优势在于能更好的描述形状，在行人识别方面有很好的效果
LBP比haar快很多倍，但是提取的准确率会低（10-20% 取决于训练对象）如果是嵌入式或者移动端的开发，推荐使用LBP。

这也解释了为什么haar应用于人的正面检测要明显好于应用于侧脸检测：正脸由于鼻子等凸起的存在，使得脸上的光影变化十分明显。而侧脸侧脸最重要的特征是形状和轮廓。 所以用HoG描述符检测侧脸更加有效。