1、近年來，運動目標的檢測和跟蹤，尤其是人臉檢測與跟蹤技術，在許多領域有著廣泛的應用，成為模式識別與計算機視覺領域內一項受到普遍重視，研究十分活躍的課題。 盡管目標檢測與跟蹤技術，特別是人臉檢測技術在國外得到廣泛應用并且日趨成熟，但在國內的發(fā)展還處在進一步的完善與提高階段，相關的應用也還較少，技術還不完善。 因此，本文首先從運動目標檢測與跟蹤，特別是人臉檢測與跟蹤算法進行改進；其次，從場景圖像中只提取有用信息存儲，減少內存消耗；最后

2、，利用數(shù)碼相機現(xiàn)有的成熟技術及其高速的數(shù)字信號處理芯片DSP，采用目標檢測與跟蹤技術，特別是人臉檢測與跟蹤技術，開發(fā)數(shù)碼相機的自拍系統(tǒng)。本論文的研究內容主要包括四個方面： (1) 利用背景差方法與幀差法相融合的方法，設計一種快速、適應性強的靜止背景下目標物的檢測定位算法。包括背景建模、陰影消除和目標物分割等，實現(xiàn)對目標物的檢測與定位。 (2) 設計適應性強，滿足實時性要求的人臉檢測算法。根據(jù)實際應用的要求，本文采用改進的

3、AdaBoost方法和類Haar特征快速確定人臉區(qū)域，通過彩色補償和光線補償后使用膚色驗證方法，最終確定人臉位置。 (3) 人臉跟蹤算法采用人臉檢測提取的人臉模板進行，匹配之前對實時圖像進行幾何變換，減少其對匹配的影響；之后采用多層次的相關匹配跟蹤算法，實現(xiàn)對人臉的跟蹤。 (4) 分析數(shù)碼相機自拍系統(tǒng)的應用特點和要求，研究數(shù)碼相機提供的硬件、軟件平臺，進行自拍系統(tǒng)的總體設計；建立數(shù)碼相機跟蹤目標點的云臺運動模型，設計具有