近年来，运动目标的检测和跟踪，尤其是人脸检测与跟踪技术，在许多领域有着广泛的应用，成为模式识别与计算机视觉领域内一项受到普遍重视，研究十分活跃的课题。 尽管目标检测与跟踪技术，特别是人脸检测技术在国外得到广泛应用并且日趋成熟，但在国内的发展还处在进一步的完善与提高阶段，相关的应用也还较少，技术还不完善。 因此，本文首先从运动目标检测与跟踪，特别是人脸检测与跟踪算法进行改进；其次，从场景图像中只提取有用信息存储，减少内存消耗；最后，利用数码相机现有的成熟技术及其高速的数字信号处理芯片DSP，采用目标检测与跟踪技术，特别是人脸检测与跟踪技术，开发数码相机的自拍系统。本论文的研究内容主要包括四个方面： (1) 利用背景差方法与帧差法相融合的方法，设计一种快速、适应性强的静止背景下目标物的检测定位算法。包括背景建模、阴影消除和目标物分割等，实现对目标物的检测与定位。 (2) 设计适应性强，满足实时性要求的人脸检测算法。根据实际应用的要求，本文采用改进的AdaBoost方法和类Haar特征快速确定人脸区域，通过彩色补偿和光线补偿后使用肤色验证方法，最终确定人脸位置。 (3) 人脸跟踪算法采用人脸检测提取的人脸模板进行，匹配之前对实时图像进行几何变换，减少其对匹配的影响；之后采用多层次的相关匹配跟踪算法，实现对人脸的跟踪。 (4) 分析数码相机自拍系统的应用特点和要求，研究数码相机提供的硬件、软件平台，进行自拍系统的总体设计；建立数码相机跟踪目标点的云台运动模型，设计具有水平旋转和俯仰运动的二自由度云台，基于视觉伺服的云台控制系统、驱动电路及其软件系统。 大量实验数据以及与其他算法的比较表明，本文算法在正确率、误检率、检测速度等方面均可获得较理想的结果，是一种综合性能很强的完整、鲁棒、高效的目标检测与跟踪算法及人脸检测与跟踪算法。此外，基于人脸检测技术的数码相机自拍系统，对算法的实用性进行了有益的尝试，取得了令人满意的结果。