随着信息技术的高速发展以及应用领域的需求,人脸检测与跟踪技术吸引了众多的研究者,国内外针对人脸检测与跟踪技术开展了大量的工作,并且不断有新的研究成果出现。本文首先设计了一个面向实际应用的人脸动态检测与实时跟踪系统,为了节约系统开发所需时间,对开发工具进行了合理选择。其次,本系统针对人脸检测模块实时性的需要,采用了一种基于AdaBoost的人脸检测算法。针对该算法训练时间过长,对尺寸较大的图像无法达到实时性的缺点,结合序列图像和人脸的特点,在保证检测精度的前提下,通过合理选择矩形特征模板,优化矩形特征的选取,减少了训练时间;引入帧差法,通过减少人脸检测区域的面积,提高了人脸检测速度。再次,本文对比几种常见的人脸跟踪算法,根据系统实时性的需要,采用了基于CamShift的人脸跟踪算法。针对CamShift算法不能实现自动跟踪,且抗肤色背景干扰和目标遮挡的能力较差的缺点,提出利用面积和比例阈值的方法,结合人脸检测算法实现了CamShift算法的自动跟踪及人脸被遮挡后继续跟踪。通过引入亮度及饱和度信息,加权人脸权值,提高了算法的抗干扰性。此外,基于DirectShow技术,完成了系统的视频图像采集、视频压缩、存储和实时回放,其中视频压缩可以选用多种压缩方式。最后,建立了一个面向实际应用的人脸动态检测和实时跟踪系统,在跟踪阶段利用跟踪信息自动调整云台的方位和镜头的参数使得跟踪效果达到最佳。