Opencv 不同姿态目标的Haar分类器

我正在尝试对大型鸟类进行图像识别，由于相机在移动，我通常的背景去除和形状识别策略将不会有效。由于所有成年鸟类的颜色都非常相似，所以我认为Haar分类器可能是有效的，并尝试训练我自己的分类器

负片图像应明显大于正片图像，并呈现类似的环境，但不包含正片图像。然而，我还没有找到太多关于如何形成良好积极训练形象的细节。我找到了一些参考资料，试图在所有积极的训练图像中保持相似的长宽比，但对于像鸟这样在不同姿势（翅膀张开，翅膀闭合）下会发生显著变化的东西，这是否至关重要？为要识别的目标的每个姿势和方向训练多个分类器是否更好？相反，试着确定一个相对一致的物体子集（比如鸟类非常独特的黑白头部）是否更好

如果我使用像头部这样的子功能，在某些视图中是否“镜像”是否重要？我是否应该人为地使正面图像朝向同一方向，并且在图像上运行分类器时，运行两次，一次镜像？在为分类器设计正图像集时，需要考虑哪些因素