E-Learning作为一种全新的教育模式，正随着信息技术的普及而得到全面发展。E-Learning的实体标准自然教室(SNC)提供了多种传统教室中不具备的设施，如人脸跟踪系统、激光笔手写系统、注意力检测系统等，其中人脸跟踪技术可针对教师或者学生脸部进行运动跟踪，捕获到自然教室中“人”这一重要活动元素的信息，使学习过程中教师和学生之间的沟通方式有所改变，推动自然教室的智能化，从而全面提升E-Learning学习环境的情感关怀。人脸的跟踪是一个包括概率理论、统计理论、模式识别等多学科综合的活跃课题，是基于视觉的目标跟踪问题中的难点。人脸跟踪技术广泛应用到了智能学习、视频会议、虚拟现实、信息安全等多个领域，正逐步成为改变人们日常生活中的重要技术之一。人脸目标的多样性和复杂性，使得迄今为止，实现一套完整、鲁棒、高效，能够在各种复杂场景中运行的人脸跟踪系统仍比较困难。本文研究以标准自然教室(SNC)为环境的人脸跟踪技术。讨论了人脸肤色检测技术，通过分析不同颜色空间下人脸肤色样本聚类性，建立阈值-CbCr高斯模型；分析局部二进制模式（LBP），研究相关纹理提取技术；针对粒子滤波在目标跟踪领域中适应非线性、非高斯系统的特点，本文从粒子滤波运动模型、观测模型、重采样等几个关键技术点深入讨论了粒子滤波过程，提出了一种结合肤色和纹理信息的人脸跟踪算法，并通过实验展示了算法的跟踪效果。