人脸检测及跟踪已经广泛应用于人脸识别、视频会议、智能监控、疲劳检测等领域。随着计算机处理速度的提高和人们对计算机色彩理论的深入研究,彩色图像中人脸检测及跟踪成为又一研究热点。如何有效利用色彩信息来提高人脸检测及跟踪效果成为很有研究意义和应用价值的课题。本文针对彩色图像中的人脸检测及跟踪问题进行了以下研究工作:1.给出了在肤色类聚度较好的YCgCr色彩空间上利用基于直接最小二乘椭圆拟合的肤色建模方法,提高了肤色分割的准确度。2.在肤色分割基础上结合形态学处理和连通域分析、欧拉数和人脸的几何特征计算得到了较好的人脸检测效果。3.对面部特征眼睛定位进行了深入的研究和实验,结合眼睛的色度、亮度信息以及眼睛在人脸的几何位置分布,给出了一种基于色彩及几何信息的眼睛定位算法。实验证明该算法具有较好的眼睛定位效果。4.针对基于肤色的人脸检测算法较容易受到光照和其它类肤色背景影响的问题,提出了一种基于支持向量机(SVM)的级联式人脸检测算法。首先对分别经过DCT变换和小波分解降维后的样本进行训练得到两个独立的SVM分类器,然后对肤色分割后的图像采用两个级联结构的分类器进行人脸和非人脸两类模式的判别。实验证明,该算法在保证正检率的同时,能显著降低误检率。5.本文在均值偏移(Mean Shift)目标跟踪算法的基础上加入卡尔曼预测和自适应窗宽调整算法,在不影响跟踪速度的前提下得到了和人脸大小变化一致的跟踪窗口,并实现了快速移动及存在遮挡情况下人脸的准确跟踪。