方法一：使用直方圖的方法計算：

這種方法的侷限性很大，在實際應用中可以說根本用不了，影響因素有：光線，姿勢，臉的垂直或者左右角度偏差等都會影響到兩幅影象的相似度。在例如證件照中那樣的正臉圖效果或許會更好。

方法二：MeanShift演算法

MeanShift演算法的原理：根據上一幀目標的直方圖，及當前幀所得的影象來更新當前幀人臉位置。

優點：適合單目標跟蹤，而且效果還不錯。

缺點：當非目標與目標物體發生遮擋時，常常會導致目標的暫時消失，當目標再次出現時，往往不能很準確的繼續跟蹤到目標，因此，該演算法的魯棒性較差。

問題：使用該方法進行多目標跟蹤時，在第一幀中若檢測到兩張臉，而且第二幀還是有兩張臉出現，如何判斷該使用哪張臉來跟蹤當前幀的各個影象？

總結：個人認為，Meanshift演算法在單目標跟蹤系統中的效果還是可以的，尤其是在以下情況下：跟蹤道路上的車輛，跟蹤空曠區域內目標的移動軌跡等。

原理：http://blog.csdn.net/jinshengtao/article/details/30258833

演算法實現過程，在文章下方留言獲得哦，，，，

方法三：

持續更新中，，，，，，