cvhaartraining.cpp 파일을 분석하였다. 1. 포지티브, 네거티브 데이터 열기 2. 가중치 초기화 3. 모든 haar 특징을 모든 샘플에 대해서 계산 4. 학습 //스테이지 학습 루틴 4.1 cvCreateCARTClassifier - 내부적으로 stump를 만들어가면서 가장 좋은 특징을 찾고, 가장 좋은 stump를 받아서 사용자 가 원하는 갯수로 분할하는 CART 트리를 생성한다. 4.2 선택된 분류기로 학습 데이터를 평가한다. 4.3 cvBoostNextWeakClassifier - 부스트 타입에 따라서 호출되는 함수가 다른데, 단순히 샘플에 대한 가중치를 업데이트 하고, 선택된 특징의 신뢰도를 리턴하는 것 같다. 4.4 선택된 분류기에다가 신뢰도를 곱해준다 - 이것은, 4,1에서 선택..
