序列图像中目标的检测与跟踪是机器视觉领域的研究热点之一。随着视频监控系统的广泛实施以及城市信息化的快速发展,该项技术已经充分表现出广泛的应用前景。近几十年来,提出了许多方法用于检测和跟踪序列图像中的运动目标,其中绝大多数方法都假设用于获取序列图像的摄像机是静止的,本文也不例外。　　 本论文以人脸检测和跟踪作为论文研究内容的切入点,构造一个完整的目标检测和跟踪框架,可以充分借鉴当前人脸检测和识别的众多方法和技术,使得研究目标的实现具有很好的可行性。本文将对视频序列图像中人脸的检测和跟踪为例进行讨论,以期能够有效的检测、定位人脸并实现实时跟踪。　　 具体的方法是:把一段视频文件分解为序列图像帧,对每帧图像进行人脸检测定位,并最终对图像序列中出现的人脸进行识别跟踪。其中人脸检测阶段本文运用了复合的人脸检测方法,该方法首先采用肤色模型进行初检测,而后对初检候选区域提取Gabor特征,并将其输入进已经训练好的神经网络进行最终的人脸判定。跟踪阶段采用Camshift算法利用人脸颜色信息的跟踪方法对单个人脸的情况进行跟踪,同时运用提取Gabor特征进行欧氏距离匹配的跟踪方法对多个人脸的情况进跟踪。经过多次试验之后,取得了满意的跟踪效果。