物联网是一种对人和物定位、跟踪、识别和监管的智能化网络,“三网融合”理念的提出,推动了物联网技术的快速发展。智能视觉物联网是物联网的视觉感知部分,本文融合通信、计算机网络、图像处理、软件开发等多门学科知识,对智能视觉物联网中的Android人脸跟踪应用进行了研究。论文中介绍了智能视觉物联网中的三个部分——感知层、网络层和应用层,涉及到信息领域的多项技术。在感知层采用Wi-Fi无线网络摄像头IPCAM作为节点采集视频数据,以实现和网络层之间进行Wi-Fi无线信息传输。在网络层中应用了Google云端硬盘技术,采集的视频数据被存储在该网盘中,用户可以随时随地通过网络访问自己的资料。感知层和网络层的搭建,实现了数据的无线通信和云端存储,不仅为用户提供便利,同时也提高了系统数据的安全性。文中的人脸跟踪技术采用CAMSHIFT算法,它是一种非参数迭代连续自适应算法,利用跟踪目标区域的颜色直方图反向投影实现跟踪,算法简单,跟踪实时效果好。论文在传统CAMSHIFT算法中引入基于Adaboost算法的人脸检测器、HSV颜色空间中的H、S、V分量信息和简单运动预测估计信息,不仅实现了全自动的人脸跟踪,而且提高了人脸跟踪的准确性和实时性。最后,利用新的CAMSHIFT人脸跟踪算法,通过OpenCV函数库的辅助,在本地端由Android NDK技术编译生成动态共享库,再使用JNI这一双向接口,融合Java端和本地端的程序代码,编译实现了Android人脸跟踪应用程序。通过智能移动终端设备和Android人脸跟踪应用软件,就组建成智能视觉物联网中的应用层,用户在该层实现智能应用,实验表明该应用可取得较好的跟踪效果。