영상 추적(visual tracking)은 물체나 얼굴을 지속적으로 추적하는 시스템으로 인공지능 (artificial intelligence)이나 컴퓨터비전(computer vision)분야의 중요한 연구 중의 하나이다. 안정적인 영상추적(visual tracking)을 위해서는 물체나 얼굴을 배경과 구분하기 위하여 외형모델의 학습이 필요하다. 추적 중 물체의 외형변화에 대응하기 위해 최근의 영상 추적 알고리즘들은 온라인 학습을 통해 물체의 외형을 지속적으로 학습한다. 그러나 기존에 제안된 많은 추적 알고리즘은 실제로 추적 목표 대상에 외형변화가 일어나거나 주변 환경에 변화가 생겼을 때 추적기가 잘못된 결과를 학습하고 이로 인하여 성공적으로 물체를 추적하는데 실패하게 된다. 본 논문에서는 이러한 문제를 해결하기 위하여 Haar-Like 특징을 이용하여 목표물체를 다차원벡터로 변환하고 여기에 주성분분석과 부스팅 알고리즘을 적용하여 강인한 성능을 보이는 추적 알고리즘을 제안한다.