我正在开展一个项目，我试图从整体图像中提取自行车的关键功能。我目前正在研究使用Haar Cascades来训练我的计算机以从所述自行车中找到感兴趣的区域，例如踏板链轮，座椅，手柄杆。然后我将相应地从这些子区域中提取局部特征。目的是创建一个特定自行车的整体描述符，以便我可以尝试在其他自行车的一组样本中匹配它。
我的问题如下：我可以训练哈尔分类器来寻找整个物体的子组件吗？例如，假设我想在自行车上寻找把手。我该如何设计培训？我应该先检测一下自行车，然后然后检测整个自行车区域内的车把（类似于在面部识别方面检测一张脸内的眼睛）？由于我事先知道我的所有图像都包含一张自行车的图片，我不确定是否有任何一点可以检测到自行车开始，然后寻找子组件。
在训练Haar级联和创建我可以使用的XML（在OpenCV 3.1和Python 3.6中）方面，我是否可以分别用自行车和没有自行车的图片设置正面和负面图像？不同之处在于我每次都通过适当裁剪图像来隔离特定的感兴趣区域（例如把手是哪里）？
同时接受有关其他人如何解决提取对象匹配关键功能的一般问题的任何建议。这只是我目前正在研究的一种方法。谢谢！