OpenCV库为我们提供了一个非常有趣的演示：人脸检测程序。这个人脸检测程序被称为神圣而伟大的haartraining训练分类器，这样我们就可以使用这些功能创建自己的对象分类。是不是很有趣！
然而，Opencv上面的代码直接给我们提供了一个已经训练好的人脸HAAR XML包，这让我情何以堪。OpenCV开发人员使用haartraining进行人脸检测，正是因为他们没有给咋们提供一些信息如图像和参数用于训练，所以本报告的目的是提供一步一步的操作。
[1]Opencv Python人脸检测程序
这个时候，我们需要收集一些自己感兴趣的目标正样本，当然这些样本只包括目标区域。例如，人脸。
Kuranov et. al[1] 提到他们使用5000个正面人脸图像，其中这5000个正面人脸图像是来自1000个原始的人脸图像，从1000到5000是通过平移、旋转、翻转等方法去增加正样本的数量，减少我们人工收集的数量。在后面会描述如何增加更多的样本。
在这之前，我下载并使用UMIST人脸数据库。UMIST人脸数据库是从视频流提取出来的，包括从侧面到正面的人脸。一开始我认为这样的图片训练集会产生一个鲁棒性的面部检测器，毕竟是包括了人脸的侧脸和正面了嘛。可是呀，这个最终的效果却没有想象中的那样，检测器实际上并没有很好地工作。So Sad。
MIT CBCL Face Data数据集合一个很好的人脸识别样本。因为里面包含了2429个正面人脸，其中正面人脸样本当中光照变化和姿势变化都比较少，最后通过敬仰总结这样的数据将是很好的haartraining训练集。然而，图像的大小最初是小的19×19。如果只用19*19的样本，这样对于大的图像进行检测效果也不是很好。
因此总结一下正样本的特性：
1.正样本光照变化和姿势变化尽可能少，最后的效果比较稳定。
2.正样本的图像大小不能太小。如果正样本图像太小，最终检测小的物体效果还可以，如果检测图像中较大的物体效果不太理想。
3.正样本不宜超过1000，opencv的haartraining程序默认最大的正样本集是1000，我尝试过输入2000最后等了半天之后出现宏错误，暂时没有修复。
我们需要收集的负样本的图像，叫做负样本当然不包含感兴趣的对象。
值得注意的是第一次我用来训练的负样本大概有1万个，与正样本的比例是1：10，最终训练的检测器的精度很低，完全不能好好地工作，后来同样的正样本与负样本比例降到1.5：1之后，效果好了很多。
因此负样本不要太多，适当为止，建议5：3的比例组织正样本与负样本数。
样本集当中不能把所有正样本都放到正样本中，应该留有 训练集 和 测试集。训练集可以尽可能多，测试集个人觉得留100个左右差不多就可以了。
下面是opencv的createsamples参数，根据opencv官方的参数是有歧义的。
Usage: ./createsamples [-info <description_file_name>] [-img <image_file_name>] [-vec <vec_file_name>] [-bg <background_file_name>] [-num <number_of_samples = 1000>] [-bgcolor <background_color = 0>] [-inv] [-randinv] [-bgthresh <background_color_threshold = 80>] [-maxidev <max_intensity_deviation = 40>] [-maxxangle <max_x_rotation_angle = 1.100000>] [-maxyangle <max_y_rotation_angle = 1.100000>] [-maxzangle <max_z_rotation_angle = 0.500000>] [-show [<scale = 4.000000>]] [-w <sample_width = 24>] [-h <sample_height = 24>][1]. Alexander Kuranov, Rainer Lienhart, and Vadim Pisarevsky. An Empirical Analysis of Boosting Algorithms for Rapid Objects With an Extended Set of Haar-like Features. Intel Technical Report MRL-TR-July02-01, 2002
