我已经使用 openCV 工具构建了一个行人检测算法。为了执行分类，我使用了一个经过 CvBoost 类训练的增强分类器。
这个实现的问题是我需要为我的分类器提供我用于训练的整套特征。这使得算法非常慢，以至于每张图像需要大约 20 秒才能被完全分析。
我需要一个不同的检测结构，openCV 有这个 Soft Cascade 类，看起来正是我需要的。它的基本原理是不需要检查测试样本的所有特征，因为检测器可以使用少量特征拒绝大多数负样本。问题是我不知道如何在给定一组完全标记的负面和正面例子的情况下训练一个。
我在网上找不到有关此的信息，因此我正在寻找您可以给我的有关如何使用此软级联进行分类的任何提示。
此致