随着计算机视觉技术的发展,人脸检测和跟踪技术获得了广泛的重视,并成功应用于自动人脸识别、智能人机交互、视频会议等领域。与此同时,随着机器人技术的发展,人与机器人之间的智能交互已经成为机器人领域中的研究热点,其中机器人自动检测和跟踪人脸是实现人机智能交互的关键技术之一。嵌入式系统具有性价比高、功耗低等优点,因此机器人大都工作在嵌入式环境下。当前,嵌入式系统的运算能力和存储能力也得到极大的提高,并具备了处理实时视频图像的能力。针对嵌入式环境下实时人脸检测和跟踪的问题,首先研究了人脸检测和跟踪领域的现状,然后结合嵌入式环境的特点,开展以下几方面的工作:提出了一种基于图像序列的运动区域内人脸检测的方法。该方法的工作主要有两点:第一,利用运动检测的方法提取运动区域,然后再结合肤色检测进一步缩小人脸检测的搜索区域。第二,利用改进的AdaBoost方法进行人脸检测,在嵌入式平台上获得了较好的检测性能。提出了一种改进的金字塔形Lucas-Kanade人脸跟踪方法。该方法的工作主要有两点:第一,在运动前景区域中计算人脸特征点,降低了算法复杂度,提高了跟踪速度。第二,在跟踪过程中,使用距离约束的特征点跟踪方法有效解决特征点漂移的问题,在特征点丢失严重时重新校正人脸区域,提高了人脸跟踪的鲁棒性。最后,在本文的机器人平台上实现了一个实时人脸检测和跟踪系统的原型,实验结果表明系统具有较好的检测和跟踪性能。