人的面部提供了大量的视觉信息，例如身份验证、表情信息、人脸识别、口型识别等都是建立在人脸的基础上。因而，人脸检测与跟踪成为智能视觉监控中的重要研究内容之一，也是近年来计算机视觉领域中备受关注的前沿方向。本文通过对人脸技术的研究，按照人脸检测、跟踪、云台控制反馈等步骤建立起一个人脸主动跟踪的基本研究框架和系统平台，通过对人脸跟踪过程中各个关键环节所存在问题的研究，主要工作和创新如下：(1)基于肤色的快速人脸检测算法人脸检测是人脸跟踪的基础，首先要设计出准确快速的人脸检测算法。本文针对视频监控系统的实时性要求，选取人脸的肤色特征作为视频中人脸的主要特征，采用人脸几何特征进行验证，在算法速度与准确性上取得较好的实验效果。(2)改进的Mean Shift人脸跟踪算法在运动背景条件下人脸跟踪阶段，借鉴目标跟踪的方法，对目前已有的各种人脸跟踪算法进行综合研究，针对视频监控序列中人脸跟踪实时性要求设计一种基于Mean Shift算法的准确实时的人脸跟踪算法，通过判断相似性测度改变量△ρ更新模板和跟踪窗口半径h，解决人脸尺寸变化和转动在人脸跟踪中的影响，提高了跟踪的自适应性。(3)人脸遮挡和主动跟踪的问题研究首先，研究运动背景下多人脸跟踪中的关键问题，采用Mean Shift算法与Kalman滤波器相结合的方法对多人脸的交替、遮挡问题进行改进，来保证目标跟踪的准确性。其次，研究运动背景下的主动跟踪问题，建立目标位移角度与云台转动角度的对应关系，从而通过人脸跟踪反馈更好地控制云台的转动，锁定目标在视野中心。此外，本文在图像处理平台DM642上，移植实现了人脸跟踪算法程序，构成了一个完整的人脸主动跟踪系统。实验证明了本文提出的算法的有效性。