ASEF: принцип формирования фильтра

Пытаюсь разобраться в принципе формирования Average of Synthetic Exact Filter. Для OpenCV существует реализация использования данного типа фильтров на примере детекции зрачка человеческого глаза. Алгоритм запатентован, общественности предоставлен только лишь уже готовый классификатор.

Как и во всех подобных алгоритмах, нацеленных на детекцию объектов, обучение производится на ряде изображений, но при этом на одном и том же кадре (обучающем материале) должны находиться как позитив, так и негатив совместно. На сколько я понял, алгоритм неинвариантен к масштабированию объектов (размер всегда должен быть почти одинаков), но при этом более вариантен к ротации (повороту), буде обучающие материалы с такими углами будут представлены в выборке.

Интересен прежде всего сам принцип обучения, хотя бы в общих чертах. Буду признателен за любую помощь по данному вопросу.