opencv中自人脸特识别时要对大量的正负样本进行训练，所谓的正负样本指的是什么？

正样本很好理解，就是人脸的图片，负样本的选取就与问题场景相关，具体而言，如果你要进行教室中学生的人脸识别，那么负样本就是教室的窗子、墙等等，也就是说，不能是与你要研究的问题毫不相关的乱七八糟的场景图片。

分割：可以图像分割范畴，将图像分成有意义的几块或者提取其中感兴趣区域，方法很多，也可以用到检测方法，比如人脸，行人检测。分割一般精度要求较高。

识别：预先获得感兴趣图片或者区域，利用机器学习方法进行分类，比如判断物体是苹果还是一本书。应用很多很多。

检测：检测有明确目的性，需要检测什么就去获取样本，然后训练得到模型，最后直接去图像上进行匹配，其实也是识别的过程。

跟踪：它不一定用到模式识别方法，最简单的运动目标时间空间匹配就能实现。当然也能用检测识别方法，这样做速度比较慢一般。

取决于你要识别什么东西。

如果是一个商标，那么正样本一般只需要一张，负样本需要多张，越多越自然越好。

如果是识别人脸之类，可以下载网上的人脸正样本库，大概在200张或更多，负样本也至少需要几百张。

总之，取决于你要识别的物体的识别复杂度。

---