随着云计算以及信息网络的发展,在现代化的城市中人脸跟踪已经成为一项重要的研究项目,人脸识别具有复制困难、盗取复杂以及简单方便等优点。人脸跟踪技术成为信息安全方面一项追踪识别的重要手段。人脸识别主要分为人脸信息的获取、人脸基本特征的获取以及获取人脸之后的特征信息的匹配三个方面。但是在人脸特征获取的过程中容易受到光照变化、视频运转的速率以及物体遮挡等因素的影响,以至于最终的结果不是特别准确。因此,如何快速准确的检测到人脸已经成为人脸检测的重要研究过程。正是基于以上的研究背景,对人脸识别进行了进一步的研究,提出一种快速准确的人脸跟踪检测方法。本文利用多特征融合的方法将纹理特征、边缘特征、颜色特征相互融合,对跟踪窗口的大小实时进行调整,在跟踪的过程中对跟踪模板进行不断地更新。第一步,本文在一个完整的视频序列中提取人脸的边缘特征、颜色特征、以及纹理特征,用加权的方法对颜色、边缘以及纹理等特征的直方图进行加权化处理;第二步为了提高人脸检测的速率,采用积分直方图的方法简化粒子计算的复杂步骤,进而极大的提高运算速率,节省了运算时间;第三步,根据粒子中心到边缘的平均距离变化,对所要跟踪的窗口进行不断地调整以适应不断变化的人脸目标,从而极大提高跟踪结果;第四步,算法本身可以根据跟踪对象的变化实时的更新跟踪模块,从而提高实时追踪的准确性和精度。本文对上述的方法进行改进和完善,并且通过人脸视频跟踪的数据集对改进的方法进行测试,经过实验数据的比较,得出以下结果,在视频人脸受到光照变化、视频运转的速率、以及物体遮挡等复杂背景下,本文极大提高了视频跟踪的准确率、简化了粒子运算的复杂程度、节约了运算时间并且具有较高的鲁棒性。