人脸是视觉世界最常见的对象,广泛存在于可视电话、视频消息、电视新闻与电视会议等视频业务中。随着人机交互方式的演变、生物认证、物体检测技术的发展以及商业安全领域对其要求的不断增加,人脸检测与跟踪技术得到深入的研究和广泛的应用。在研读了大量文献的基础上,深入研究了人脸检测与跟踪算法,提出了一套基于肤色信息与分类器相结合的人脸检测与跟踪方案。该方案详细分析了人脸肤色在RGB、YCbCr、HSV、HIS色彩空间的分布特点,构建了一种基于多空间的混合式肤色模型;利用该肤色模型对图像进行肤色分割,得到了人脸候选区域;结合局部均值变换(SMQT)训练SNoW分类器实现了候选区域的人脸检测。在视频序列中应用该检测算法,提出了一种基于肤色模型的线性运动预测与SVM人脸验证相结合的跟踪算法,实现了人脸的准确跟踪。在人脸检测阶段,应用了基于直方图局部均衡化的光照补偿修正算法,弥补了现有补偿算法中图像过亮的不足。对经典Sobel算子边缘检测算法引入灰度级均衡化,得到了更加平滑连续的边缘曲线。在人脸跟踪阶段,结合目标质心法对基于运动目标的跟踪算法进行了改进,利用Haar小波变换增强了图像的对比度。实验结果证明该人脸检测与跟踪方案简单可行,准确度高,为后续的人脸识别技术奠定了基础。