1.一种暴力场景中人脸检测定位与实时跟踪方法，其特征在于，包括：步骤一，获取监控视频帧内每个像素的光流矢量幅度：

其中，(ui,j,t,vi,j,t)为像素p(i,j,t)的光流量，其中(i,j)为监控视频帧内像素的位置，t为视频帧序列索引；

步骤二，暴力场景判断，当满足以下条件时，表征监控视频帧为暴力场景监控视频帧：其中，Th为光流量判断阈值，N为一帧图像内像素的个数；

步骤三，将暴力场景监控视频帧从RGB空间转换到YCbCr颜色空间并建立图像颜色直方图；

步骤四，根据YCbCr空间内的肤色均值与肤色方差计算初始暴力场景监控视频帧内人脸跟踪区域的中心位置O°；

步骤五，根据初始暴力场景监控视频帧内人脸跟踪区域的中心位置O°利用以下公式获得后续暴力场景监控视频帧内人脸跟踪区域的中心位置Om+1：其中，k＝1…L，m≡0…t，L为直方图段数索引，t为视频帧序列索引，Om为当前暴力场景监控视频帧内人脸跟踪区域的中心位置，Om+1为下一帧监控视频帧内人脸跟踪区域的中心位置，I'(i,j)为暴力场景监控视频帧内其它像素的Cb亮度，δ为狄拉克函数，c(i,j)为像素p(i,j,t)所在直方图段数，N1为图像垂直方向的像素个数，N2为图像水平方向的像素个数；

步骤六，以Om+1为中心利用边缘检测算子来获得人脸跟踪区域的临界像素，并对临界像素进行曲线拟合来形成第m+1帧暴力场景视频帧的人脸跟踪区域直至不再满足暴力场景的判断条件。

2.根据权利要求1所述的暴力场景中人脸检测定位与实时跟踪方法，其特征在于，光流量(ui,j,t,vi,j,t)采用差分的方式进行计算，计算公式如下：其中I为像素p(i,j,t)的图像亮度， 为横向亮度梯度， 为纵向亮度梯度， 为时间轴上亮度梯度。

3.根据权利要求1所述的暴力场景中人脸检测定位与实时跟踪方法，其特征在于，初始暴力场景监控视频帧内人脸跟踪区域的中心位置O0的确定采用如下步骤：首先，计算初始暴力场景监控视频帧内每一像素的Cb亮度与肤色的差异S(I(i,j))：其中，μ肤色均值，σ为肤色方差；

其次，人脸区域判断，当S(I(i,j))>Th_skin时则表征像素p(i,j,t)属于人脸区域，其中Th_skin为肤色的差异阈值；

最后，人脸区域提取，根据S(I(i,j))和Th_skin的关系提取临界像素并进行曲线拟合，形成初始暴力场景监控视频帧内人脸跟踪区域并获得初始暴力场景监控视频帧内人脸跟踪区域的中心位置O°。

4.根据权利要求1所述的暴力场景中人脸检测定位与实时跟踪方法，其特征在于，采用以下公式将监控视频帧从RGB空间转换到YCbCr颜色空间：Y＝0.257*R+0.564*G+0.098*B+16  (7)Cb＝-0.148*R-0.291*G+0.439*B+128  (8)Cr＝0.439*R-0.368*G-0.071*B+128  (9)其中，Y表示亮度，Cb反映的是RGB输入的蓝色分量与亮度的差异，Cr反映的是RGB输入的红色分量与亮度的差异。

5.根据权利要求1或3所述的暴力场景中人脸检测定位与实时跟踪方法，其特征在于，采用椭圆曲线拟合的方式对临界像素进行曲线拟合从而形成人脸跟踪区域。

6.根据权利要求1所述的暴力场景中人脸检测定位与实时跟踪方法，其特征在于，在步骤六中所述边缘检测算子为局部差分算子、Sobel算子或Canny算子中的任一种。