在安全监控、智能化人机交互和计算机视觉等领域的研究过程中，人脸都提供了大量有价值的信息，因此吸引了国内外众多学者对人脸检测和跟踪问题的关注，出现了多种用于人脸检测和跟踪的算法。尽管对人脸的检测与跟踪己经取得了众多的成果，但仍存在下述几个研究的难点问题：实时性、鲁棒性和遮挡处理。论文针对上述问题进行了较深入的研究，提出了一套基于蒙特卡罗滤波的人脸跟踪算法，它充分地考虑了人脸非刚性的特点及其复杂环境下的跟踪。本文的研究主要内容：提出了一种基于肤色和空间信息的实时人脸匹配算法。考虑到实时性和鲁棒性，从设计快速准确的匹配算法作为出发点，结合人脸的特点采用聚类肤色空间、肤色空间分布模型、估计匹配搜索空间位置的运动预测法，Bhattacharyya距离测量验证法等关键技术，较好地兼顾了精度和实时性。大量实验表明该算法对于脸部的平移、倾斜和三维旋转都能很好的适应。结合上述匹配算法的优点，提出一种基于序列蒙特卡罗滤波的复杂环境下人脸跟踪算法。蒙特卡罗滤波能够处理非线性、非高斯系统的状态估计问题。考虑到遮挡以及人运动的不确定性和非线性等因素，基于蒙特卡罗滤波的跟踪算法无需给出量测方程，且当目标发生遮挡时能够自适应的改变搜索空间。最后，通过对实验结果的分析，证明了本文所采用算法的有效性和可行性，并提出了进一步的研究方向。