计算机视觉赋予了电脑双眼,更确切的说,就是指用摄像头和电脑代替人眼对目标进行检测、跟踪和分析。在计算机视觉领域,基于视频的人脸跟踪近年来成为国际研究热点,它结合了图像处理、模式识别、及人工智能等学科知识。在人机交互、智能化视频监控等领域有着广泛地应用。人脸目标在视频首帧中手动标注,然后依靠检测或者跟踪对目标人脸进行跟踪。基于检测的方法通过样本学习可以得到目标有效视觉先验表示,在简单的跟踪环境下能够取得较好的跟踪效果,但在遮挡、光照变化等情况下效果不佳。基于跟踪的方法利用目标的在线信息,在复杂的背景下可以鲁棒地跟踪目标。但在长序列视频跟踪中会发生跟踪漂移,严重时会出现目标丢失。人脸跟踪及人脸检测各有其优缺点,能够互相促进。针对这一现象,本文在分析人脸跟踪与人脸检测算法的基础上,对人脸跟踪与人脸检测的结合算法进行了研究。提出了一种PCA+TLD的人脸跟踪算法,该算法可以提高跟踪与检测的性能。具体研究内容如下：1.介绍了复杂背景下的跟踪算法,讨论了基于光流法、粒子滤波及Mean-Shift的跟踪算法。2.介绍了几种目标检测的常用特征,重点讨论了PCA人脸检测方法的原理及步骤。3.介绍了TLD算法,重点了分析了P-N在线学习方法。4.提出了一种结合PCA的TLD人脸跟踪方法,加强了TLD算法对于人脸这一特定目标跟踪的稳定性以及准确性。