本文主要研究了基于视频序列的人体检测和跟踪技术,该技术能够应用在智能监控,人体动作分析,人机交互,基于内容的视频检索以及智能驾驶系统等领域中,其涉及到模式识别、人工智能、机器学习、计算视觉等学科,虽然基于视频序列的人体检测和跟踪技术已经经历了几十年的快速发展,但是由于人体所具有的一些特性以及应用环境的复杂性,到如今很难找到一个快速、健壮的系统能够快速、准确地检测出人体和对运动人体进行跟踪。本文分析了当前人体检测和跟踪的主要算法,在这些算法的基础上提出了一种利用人体几何特征进行人体检测的方法。该方法首先通过人脸检测获取人脸区域,然后利用人脸的高宽与人体的高宽关系来完成人体的检测。对于运动人体的跟踪本文利用Camshift算法对运动人体进行跟踪。本文在对人体的检测和跟踪研究过程中,着重研究了人脸检测的方法。本文的主要贡献如下：1)本文分析和研究了当前主要的运动目标检测算法,着重研究了背景减法进行运动日标检测的方法,而且研究了常用的背景构建方法,提出了一种改进的时间差分背景构建法,实验表明该方法能够很好的构建背景,以及具较好的适应性和鲁棒性,利用该方法能够很好地检测出运动目标。2)运动人体的检测和跟踪属于运动目标的检测和跟踪范畴,利用运动目标的检测和跟踪方法虽然也能对人体进行检测和跟踪,但是利用这些方法一般都很耗时,不仅不能够高效检测人体和对运动人体进行跟踪,而且没有利用人体所具有的特征。本文利用人体所具有的特征(人脸,眼睛)对人体进行检测和跟踪,通过对人脸和眼睛进行检测,确定人脸区域,然后再利用人体的几何特征,确定人体区域完成人体检测,最后利用相应的算法对人体进行跟踪。实验表明该方法能够快速地检测和跟踪人体,而且具有很好的性能。3)本文分析了当前主要的人脸识别方法,在对这些方法进行研究的基础上提出了一种利用肤色-Haar特征分类器的人脸检测方法,实验结果表明该方法不仅能够快速的检测人脸,而且具有较好的稳定性和可靠性。