目前,由于人机交互方式的演变、生物认证和物体检测技术的发展,以及商业及安全领域需求的不断增加,人脸检测与跟踪方向的研究已经在各个领域中得到越来越广的应用。人脸识别技术、人脸检测技术、人脸分割技术以及将上述技术应用于视频流的人脸跟踪技术也不断推陈出新,成为人脸图像处理与研究的主体内容。近些年来,由于视频媒体的发展,人脸跟踪技术相对于其他人脸跟踪技术显示出更广阔的发展前景。人脸跟踪技术常用的方法主要是通过某几帧图像检测人脸的初始位置,再应用物体跟踪技术定位其它帧的图像中人脸的位置,并为后续的分割处理及身份识别提供基础。本文首先综述了人脸检测和人脸跟踪技术的基本概念和原理,并且针对现有的人脸检测和跟踪技术进行了总结和比较。根据已有的数据库,提出了一种高效的基于YES [1]颜色空间和帧间差分技术的人脸跟踪算法。该算法首先提取视频的前几帧,将原来的RGB颜色空间映射到YES色彩空间,粗定位肤色区域。同时,通过帧间差分技术排除非运动部分,并与肤色检测的结果相结合,得到人脸的候选区域。接下来运用模板匹配在候选区域中寻找定位人脸。在接下来的200帧中,利用上一帧检测的结果作为模板跟踪人脸的位置。利用本文提出的算法,我们在计算机上进行仿真实验,针对运动区域的确定、目标的跟踪定位等问题进行了模拟实现。实验结果表明,这种基于YES空间的人脸检测技术可以快速有效地区分人脸及非人脸部分,同时,根据人脸在图像中的运动特点,利用帧间差分技术,可以为人脸的定位跟踪提供良好的基础。利用前后帧的图像连续性质进行模板匹配又克服了人脸形变对检测造成的影响。本文提出的算法结合了肤色检测和运动检测技术,结合模板匹配进行跟踪,提高了运行的速度,可以达到较好的检测跟踪效果。本文在最后对人脸的跟踪技术进行了展望,相信人脸跟踪技术的未来必将更加人性化,更加高效,涉及领域更加广阔。