随着科技的发展,传统的身份验证己经很难适应人们的需求。基于虹膜和指纹的生物特征验证对采集条件要求高,很难大范围推广。基于人脸检测的生物特征识别具有友好、方便、对硬件设施要求不严格等优势,近年来已经受到充分关注。由于人脸检测是人脸识别的基础,也是基于内容(如视频等)检索的基础,因此具有十分重要的研究意义和实用价值。近几年来,随着电子商务等应用的发展使得人脸检测开始作为一个独立的课题受到研究者的重视。人脸检测的应用背景己经远远超出了人脸识别系统的范畴,在基于内容的检索、数字视频处理、视觉监测等方面有着重要的应用价值。针对当前人脸检测的研究现状与难题,本文主要从人脸图像的肤色分割、候选区域边缘检测、轮廓跟踪、面部特征定位算法等几方面对人脸检测课题进行了初步的研究和探讨,并取得了一些收获。(1)针对Rein Lien Hsu的Cb、Cr椭圆聚类肤色模型对于亮度较低的非肤色区域容易误判为肤色,而对于亮度较高的肤色区域误判为非肤色区域的缺点。本文在进行肤色提取前,首先对亮度区域进行划分,在不同的亮度区域运用不同的模型来检测肤色点,这样可以减少在高亮度区域和亮度较低的区域中的肤色点的误判问题。(2)为了进一步排除分割后不含人脸的肤色区域,利用人脸的几何特征,对二值化图中的目标区域进行比例、大小结构的分析,排除不可能的人脸区域,然后基于肤色和位置进行区域优化,并将处理后的结果作为候选人脸区域输出。(3)采用Sobel算子与Canny算子相结合的方法对候选人脸区域进行边缘检测,并对检测后的边缘信息进行分析,排除非人脸区域,然后用下颚轮廓跟踪算法去除候选区域可能存在的脖子部分实现人脸精确定位。(4)利用积分投影方法对人脸区域水平和垂直两个方向分别进行灰度值累加统计,经过分析可以定位眼睛和嘴巴的区域边界和中心点。同时针对积分投影方法最大的缺点是：如果头部发生倾斜,会使得人脸的特征不再保持水平和垂直,它们相应的投影位置将不再准确。提出了基于灰度复杂度的眼睛定位方法,利用该方法首先定位人眼,然后根据人眼位置进行人脸区域旋转校正,再利用积分投影定位嘴巴。随着科技的发展,传统的身份验证己经很难适应人们的需求。基于虹膜和指纹的生物特征验证对采集条件要求高,很难大范围推广。基于人脸检测的生物特征识别具有友好、方便、对硬件设施要求不严格等优势,近年来已经受到充分关注。人脸检测问题最初作为自动人脸识别系统的定位环节被提出,由于人脸检测是人脸识别的基础,也是基于内容(如视频等)检索的基础,因此具有十分重要的研究意义和实用价值。近几年来,随着电子商务等应用的发展使得人脸检测开始作为一个独立的课题受到研究者的重视。人脸检测的应用背景己经远远超出了人脸识别系统的范畴,在基于内容的检索、数字视频处理、视觉监测等方面有着重要的应用价值。近年来由于其在安全访问控制、视觉监测、基于内容的检索和新一代人机界面等领域的应用价值,开始作为一个独立的课题受到研究者的普遍重视。本文从人脸检测问题的分类,人脸模式的分析、特征提取与特征综合,性能评价等角度,系统地整理分析了人脸检测问题。