随着科技文明的不断进步,当今社会对于安防也提出了更高的要求。视频监控作为安防工程中的重要一环,受到了越来越多研究者的重视。然而传统的视频监控系统大多仍局限于单摄像头环境下对指定区域的监控,由于视野范围有限,且不具备目标识别能力,很难对运动目标实现长时间的稳定跟踪。针对传统视频监控的不足之处,本文对人脸跟踪和多摄像头调度的实际场景进行分析,并提出相应的改进算法来解决复杂环境下的利用多摄像头进行人脸跟踪的难点问题,然后再结合人脸检测和人脸识别技术,设计实现了一个基于人脸跟踪识别的多摄像头调度系统。系统采用AdaBoost算法对视频图像中的人脸进行检测,通过LBP直方图算法将检测出的人脸与人脸库中已有人脸进行特征向量的比对,若相似度小于阈值,说明识别成功。之后,对人脸目标进行跟踪,针对传统CamShift算法在复杂背景下跟踪精度较低以及实时性较差的缺陷,系统引入FAST角点检测算法和SIFT特征描述算法对出现偏差的跟踪结果进行校正,同时提高了跟踪算法的实时性。最后,通过基于优先级的多摄像头调度算法,将摄像头对目标的跟踪效果进行量化,从中选取跟踪效果最佳的摄像头,并将其采集到的视频画面作为系统最后的输出画面。经实验测试表明,系统能够对人脸目标实现持续稳定的跟踪,具有较高的实用性。