当今社会的科技一直保持着高速发展，嵌入式软硬件平台技术也是突飞猛进，嵌入式系统的存储能力和运算能力有了很大的改善，而且它体积小、成本低、便携性、功耗少、可裁剪性好，这也是本文选择嵌入式平台进行实时人脸检测跟踪的重要原因之一。人脸跟踪是计算机视觉领域的热门领域之一，具有广阔的应用前景和较高的研究价值，目前受到研究人员的广泛关注。本文中用开源视觉函数库OpenCV来实现人脸检测跟踪，它包含了超过500个接口函数，它能够提供非常友好的机器视觉接口函数，从而降低了产品的开发周期。本文描述了人脸检测跟踪算法的研究进展及原理，重点研究了连续自适应CamShift(Continuously Adaptive Mean Shift)算法。该算法不受跟踪目标的形状，大小的影响，鲁棒性能好，并且CPU占用率非常低，适合在嵌入式平台上进行研究。并针对嵌入式实时人脸检测跟踪方案具体功能的要求搭建了：Ubuntu10.4-Linux操作系统、内核版本Linux-2.6.38、gcc-4.3.2编译工具、arm-linux-gcc-4.3.2的交叉编译工具；摄像头选用一款基于CMOS感光的罗技C270USB摄像头；移植计算机视觉库OpenCV到搭建好的ARM平台，并使用OpenCV来实现实时人脸检测跟踪的目标，并能够在开发板上稳定运行，在理论研究和实验的基础上对人脸检测功能模块进行验证分析。在此基础上，本文针对CamShift算法必须通过手动选择才能对人脸进行跟踪的缺陷，提出了在进行人脸跟踪前引入AdaBoost快速人脸算法，使其能够自动实现人脸的实时跟踪。实验表明，本文提出的对人脸跟踪算法的改进能够快速、准确地实时对人脸目标进行跟踪。