在计算机领域，有大量研究的基础的人脸跟踪中的计算机视觉和模式识别领域的主题。基本上，所有的研究都可以简单地分为两大类：一个是实时人脸检测,另一个是人脸检测和人脸跟踪[3~5]的组合。具体而言，一些人脸检测算法可以得到面孔中及时的每个帧，可以直接实现目标的人脸跟踪；实现人脸跟踪的其他方法是：首先检测在起始帧的脸，然后采取跟踪算法遵循的脸在其他帧中的对象。在这个项目中，提出了由中提琴琼斯[1]，由Lienhart et al[2]提出的Haarlike功能扩展的集合应进行了研究，在人脸检测阶段使用matlab和一套拟议规则为自适应Boosting(Adaboost)实施的基本Haarlike功能的组合。其次是一种使用YCbCr colourspace唇定位方法，嘴唇轮廓估计与活动轮廓模型没有边缘和跟踪卡尔曼滤波算法[3]Chan-Vese方法。本论文的意义在于它可应用于人机交互、安全和监控、视频通信和压缩、医学成像、视频编辑和机器人视觉应用。这个项目还可以为未来的研究奠定基础。进入自动唇读系统，会使应用程序可能会知道什么，在一段视频中阅读他们的嘴唇。