Answer 1

这是关于haar特征检测的一个非常好的教程：http://note.sonots.com/SciSoftware/haartraining.html，您应该阅读它，因为检测面部的方法与任何其他对象相同。

简而言之，你需要很多不同的图像，有些图像中有对象（正面），有些则缺少对象（负面图像）。我相信opencv提供了一个二进制文件，它通过给定的图像列表进行迭代，并为您创建一个xml。只要确保给opencv很多（实际上，该死的很多）图像，以使算法更准确。

获得所需内容的另一种方法是使用分水岭算法并手动标记手。然后算法应该能够跟随所有连续帧的手，尽管这不应该非常准确。

此外，如果涉及对象谈论比例的确切位置，使用haar分类器不是非常准确，因为它只返回对象的边界框，你必须搜索对象的轮廓和方向。亲自动手。

希望这有帮助。

Answer 2

这是2012年的GSoC项目，Andol在此Github repository中发布了最终HAAR训练的输出文件。

您可以通过his blog找到有关他的方法的更多信息。