我想创建一个基于级联分类器的对象检测器，唯一的问题是LBP和Haar特征不是旋转不变的。我想到的第一件事是以不同的角度旋转训练样本，但我怀疑得到的分类器是否具有良好的质量，此外，对象可能具有拉伸的比例。有很多旋转不变检测器，例如，iPhone可以实时识别任何方向的人脸，所以我想知道它们是如何实现这一点的？我更喜欢使用OpenCV。
查看上提供的对象检测框架https://github.com/nenadmarkus/pico.
该框架使您能够学习自定义对象检测器（例如，用于查找正面、直立面），然后在运行时使用它进行旋转不变检测。
这是通过用物体检测器的旋转版本在多个不同方向上扫描图像来实现的。请注意，这可以在没有级联再训练或图像重采样的情况下完成，并且它应该在现代机器上实时工作（提供的人脸检测演示确实如此）。
有关详细信息，请访问http://arxiv.org/abs/1305.4537.
傅立叶描述符是旋转不变量（以及平移和缩放不变量）；然后的想法是在傅立叶描述符结果上训练你喜欢的任何分类器（傅立叶描述符上的PCA，与SVM相关联似乎是一个合乎逻辑的选择）。
请参阅傅立叶描述符（Wolfram）
对于匹配徽标，我认为这正是您所需要的：http://www.ijera.com/papers/Vol2_issue5/JW2517421747.pdf
一些简单的解决方案怎么样。。。。
使用SURF 的对象检测