现阶段,机器人的研究应用领域不断拓宽,而仿人机器人具有人类的外观和特征,具有人类智能、灵活性,并能够与人交流,可以在恶劣、危险环境下检修、救援、探测等方面代替人类完成各种作业,也可以在服务、娱乐行业方面发挥作用,具有广阔的应用前景。因此该研究和应用受到普遍关注,并成为智能机器人领域中最活跃的研究热点之一。人脸检测与跟踪是人脸信息处理领域中的一项关键技术,在人脸自动识别系统、基于内容的检索、视觉监测、新一代人机交互技术等领域具有广阔的应用前景。人脸检测作为人脸识别和其他人脸应用的第一个步骤,有着极其重要的作用。因此,人脸检测已成为当前计算机视觉、模式识别研究领域的热点问题。作为仿人机器人视觉的研究重点,本文开展了对人脸检测及跟踪算法的研究。首先研究了人脸检测的四种常见思路,提出了比较合理和有效的肤色提取方法。采用RGB肤色模型进行人脸区域的粗检测。为了排除光照对人脸检测的影响,综合主要的光照补偿方法,提出了线性光照补偿方法,实验证明,肤色提取效果大有改善,能够满足图像的后续处理。其次研究了图像分割技术,采用分块团点着色法,对图像中可能存在的多个人脸进行分割与标记,能够统计出图像中独立物体的个数;由于事先对图像进行了分块,使得图像分割速度大大提高,增强了实时性。进而采用了模板匹配的方法,利用不变矩的思想,对人脸区域进行椭圆拟合,实现人脸区域的细筛选,将不满足要求的区域排除掉。从而完成人脸检测,得到人脸的个数、大小、质心等信息。最后,利用人脸检测出的信息,采用差分法,通过对比前后两帧图像中人脸质心的变化判断出人脸运动的方向。利用串口与单片机进行通讯,发出电机转动方向的命令,带动摄像头对人脸进行实时跟踪。通过在多种复杂背景,各种光照环境下进行实验,本人脸检测与跟踪系统基本上能满足可靠性和实时性的要求。检测成功率达到了90%以上,能够达到令人满意的结果。