Real-Time Compressive Tracking[논문][코드] 1. 하르(Haar) 특징 정의 2. 초기 객체 ROI를 기준으로 Positive 샘플과 Negative 샘플 수집 3. 각 샘플 영역에 대한 하르 특징 값 계산 4. 분류기 계산 ( 평균과 분산을 이용) ---- Tracking phase ---- 5. ROI를 기준으로 후보 ROI 검출(Search Window 영역 내부) 6. 각 후보 ROI에서 특징값 계산 7. 분류기 1) 각 샘플 ROI마다 모든 특징에 대해 pos확률과 neg 확률을 비교하여 pos와 neg의 값을 이용하여 비율이 최대가 되는 위치를 추적 위치로 정함 8. 선택된 추적 위치를 기준으로 2~4번을 수행하여 분류기를 갱신함.