人脸检测和跟踪是模式识别与计算机视觉研究领域重要的研究课题，在自动人脸识别、视频会议、智能视频监控、高级人机交互、医疗诊断等多个领域有着重要的应用价值。作为一种预处理的手段，人眼检测和定位可以有效地提高表情识别和人脸识别的识别率。　　 本文针对国内外在人脸及人眼检测与跟踪方面的研究与发展现状，在Adaboost人脸检测算法的基础上，结合Windows下的Visual C++编程，通过MIT人脸库和自建人脸库结合的方法，对该人脸库进行了有效的训练，实现人脸及人眼检测功能。利用连续自适应均值移动算法(Continuously Adaptive Mean Shift，Camshift)对人脸进行跟踪，提出了一种新的优化算法，该算法利用Adaboost人脸检测初始化模板的方法，将检测与跟踪结合起来，改进了Camshift算法，实现了人脸跟踪功能，大大方便了人脸跟踪的用户，在多媒体教学系统中有很大的应用前景，可实现自动跟踪教师，实时录课的效果。　　 本文的创新点包括如下方面：　　 1.基于Adaboost检测原理，设计了人脸及人眼检测系统。改进了训练系统，由于MIT人脸库的样本为灰度图像，而且分辨率比较低，因而可能会影响训练的效果，本文自建了人脸样本库，样本选取数目更多，包含了正脸、侧脸、复杂背景以及多个大小不同的人脸，采用更大的样本库且选取了两倍于人脸样本数目的非人脸样本来进行Adaboost训练。使用新的分类器检测，可实现多姿态的人脸及人眼检测，提高了检测率和检测速度。　　 2.改进了Camshift算法，引入Adaboost人脸检测算法实现人脸的自动初始化，将检测与跟踪结合起来，方便了人脸跟踪的用户，提高了跟踪效率。