自由立体显示是一种不借助任何辅助设备就可以获得3D显示效果的立体显示方式，但由于技术上的原因，只有在某些特定位置的观看者才能获得立体显示效果。为了使得任意位置处的观察者都能得到立体显示效果，对观测者的检测和跟踪就显得非常重要了。　　 近几年来，基于Adaboost的人脸检测算法取得了非常广泛的应用，是人脸检测领域里程碑式的进步，这种算法挑选一系列具有良好分类效果的弱分类器，然后将它们联合起来构成一个强分类器。而实数Adaboost通过实数域的输出而不是布尔输出，极大的改进了算法的性能。　　 本文首先介绍了人脸检测和跟踪的相关概念，并指出了其中的难点和应用前景，同时详细介绍了本文的研究目的。然后介绍了已有的很多人脸检测和跟踪算法.只有对已有算法有了比较深刻的了解，才能少创造出比别人更优良的算法。　　 在人脸检测方面，本文采用连续Adaboost算法学习出一种瀑布型的人脸检测器，同时针对Adaboost算法误检率比较高的弊病，提出了一种正反Adaboost检测的思想。实验结果表明，在同样的训练时间下，算法能获得比常规实数Adaboost更好的效果，对现有Adaboost法精度上的改进令人满意。　　 在人脸跟踪方面，本文采用了基于运动积分图的人脸跟踪算法。算法没有对差分图像进行常规的聚类操作，而是对它进行离散积分操作，然后利用得到的运动积分图进行新人脸的检测和伪运动的消除，最后得到了一个完整的人脸跟踪算法。实验结果表明，算法的跟踪速度令人满意，满足实时性的要求。　　 最后，对全文描述的内容进行了总结，并系统性的分析了现有人脸检测和跟踪相关技术的未来方向。在展望中，考虑到立体显示技术对精确人脸定位的迫切需求，提出了一种可以精确定位人眼的方案，并指出了实验室今后人脸跟踪系统的研究方向。