人脸识别研究包括人脸检测、人脸跟踪、人脸识别和表情分析四个主要领域，其中人脸的检测是人脸信息处理领域中的一项关键技术，在自动人脸识别系统、基于内容的检索、视觉监测、新一代人机交互技术等领域具有广阔的应用前景。 人脸检测包括静态图像人脸检测和视频图像序列人脸检测。运动图像序列中包含了比静态图像更多的有用信息。论文归纳和分析了当前人脸检测的典型算法，提出了一种由粗到细的人脸检测方法，以定位彩色视频图像序列中人脸数目、大小、位置均未知的人脸。该方法分三步：①首先将视频图像与背景图像进行差分处理，用自适应阈值使背景差分图像二值化，经数学形态学处理，提取出包括人的头肩等在内的运动区域；②其次通过分析、比较肤色在色彩空间中的聚类性，建立了一种基于YCbCr高斯肤色模型，并对其进行了验证和分析；随后对二值化图像进行基于数学形态学和连通区域分析和处理后，生成了一系列的候选人脸对象；在筛选与验证阶段，本文利用了人脸的几何特征进行了对候选人脸区域的筛选和验证，尽可能的去掉了大部分非人脸区域。③最后将背景差分处理与肤色信息相结合，取出二者的公共区域，得出最后结果。 论文最后利用vC++编程工具对该算法进行了实现，并且在所采集的实拍的视频图像集上做了大量实验。结果表明本文所提出的算法具有较高的检测正确率和低的错误率，同时也具有较快的检测速度，其性能稳定且具有实用性，易实现，对于人脸识别的研究有一定的价值和意义。