人脸检测技术作为机器视觉和模式识别研究领域中长期关注的一个重要课题,具有极高的学术研究价值和商业应用价值。随着智能计算技术发展的日新月异,新方法、新技术的不断引入,给人脸检测研究注入了更多活力,检测效果越来越好,检测速度越来越快。课题研究工作从基于Adaboost算法的人脸检测出发,分别从训练过程、检测过程对该算法进行优化,并在此基础上开发了人脸检测与跟踪实验系统。首先,根据经典Adaboost算法的原理,分别实现了Adaboost算法的训练过程和检测过程。其次,鉴于Adaboost算法的训练过程时间过长,研究中分别对特征数量和训练流程进行了优化,使训练时间缩短了近50%。然后,从实时检测系统对速度要求的角度出发,提出了一种基于Adaboost算法的人脸跟踪算法,使处理一帧图像的平均时间大大缩短。最后,在实现检测与跟踪算法的基础上,开发出人脸检测与跟踪实验系统,其中包括:基于图像的人脸检测子系统、基于视频序列的人脸检测与跟踪子系统和视频监控子系统。此外,通过嵌入肤色检测算法模块和主成份分析算法模块,使系统的性能得到了较大的提升。课题研究中所实现的相关Adaboost算法程序具有良好可移植性,为今后的进一步研究和应用打下了良好的基础。