随着科技的发展,人脸检测与跟踪技术已经取得了长足的进步,尤其随着智能设备和电子商务等需求发展其已经不再局限于视频会议、安全监控、等传统应用。当然这项技术还远非完美,因此这是一项有重要意义的研究课题,也是工程领域和科学领域的一个研究热点。本文简单的梳理了人脸检测和跟踪技术,介绍该技术发展脉络,重点分析人脸检测与跟踪技术现状及其发展方向。在理解当前一些算法的基础上再加以改进使其得到优化。并通过OpenCV库和VS2012相结合实现对改进算法的验证。在图像加载初期通过比较选择了中值滤波+卷积滤波方法针对图像进行降噪、去噪处理,使得后期处理更加准确。在人脸检测阶段,通过比较主成分分析法、帧间差分法、背景差分法和AdaBoost算法的性能和分析优缺点后,选择了 AdaBoost算法进行优化并进行仿真。实验结果显示AdaBoost算法有着良好的人脸检测效果。在人脸跟踪阶段对基于区域匹配和基于特征匹配的算法进行了一定分析,而后重点是Mean Shift算法和经过其改进产生的Cam Shift算法,最后本文在Cam Shift算法中加入卡尔曼滤波的思想,改善了 CamShift算法存在的不足,实现更优良的的跟踪效果。最后,通过OpenCV库和VS2012相结合对本文重点算法进行实际验证和分析,为了验证算法效果选取了不同的实验环境,最终结果证明了搭建的实验平台的实用性和改进算法的有效性。