本课题主要研究多媒体教学场景中的跟踪问题,以场景中授课教师为跟踪目标,要求实时录制教师授课情况。基于特定的应用场景,课题在单目标、单摄像头,且目标和摄像头都运动的情况下进行研究。　　 课题中,采用基于轮廓角点的光流法对目标进行跟踪,并以肤色模型进行辅助跟踪。算法中,在跟踪开始前借助肤色模型消除非肤色物体的干扰以得到较精准的目标场景,接着利用基于人脸Haar特征的AdaBoost级联分类器检测出人脸区域,得到人脸的大小和位置,从而确定搜索框的初始位置。然后,采用Canny算子进行边缘检测,并在二值轮廓图上计算轮廓像素的梯度特征值,寻找轮廓角点,将得到的轮廓角点作为光流跟踪初始点,在迭代跟踪中不断更新。最后,为防止跟踪过程中丢失目标,利用Kalman滤波进行预测并对目标的大小、位置、搜索框的位置和大小进行实时更新。　　 另外,课题中利用受云台控制的可上下60°、左右320°转动的摄像头作为视频采集设备,用经Kalman滤波更新后的目标位置控制摄像头的移动。　　 课题在实验和应用场景中均做了大量实验,经过对大量实验的分析表明,课题采用的算法在一定程度上是有效的。对于目标转身和背面移动两种情况均可进行有效的跟踪,当目标消失重新进入摄像头视野时可以实时的捕捉到目标并进行跟踪。因此,可以说,本课题在改善跟踪效果方面有一定的实际价值。