级联分类器（Adaboost）之多尺度尺寸计算方法

最近有人向我咨询：在级联分类器的设计过程中，在多尺度特征提取方面应该如何通过设定特定参数实现有效的特征识别？他分享了一篇他在网上找到的文章（其中关于不同尺度尺寸展示存在明显偏差），希望我能对此作出详细说明

多尺度尺寸的计算 主要是下面这个循环：

for(double scale=1; scale*= scaleFactor; ) //进行多尺度检测（每次仅应用一个尺度进行目标检测）
{
Size trainSize = getOriginalWindowSize(); //获取训练样本的尺寸
Size checkWindow(cvRound(trainSize.width * scale), trainSize.height * scale); //计算当前缩放比例下的检测窗口宽度和高度
Size imgFactorSz(cvRound(img.cols / scale), img.rows / scale); //计算图像缩放后的整体尺寸
Size processingWin(imgFactorSz.width - trainSize.width, imgFactorSz.height - trainSize.height); //计算缩放后的输入图像与训练样本尺寸之间的差异
}

if（processingWindowsSzie.widt