人脸检测是现代图像处理中的一项重要研究内容，在许多领域有着重大的应用价值，如在身份验证、安全访问控制、视觉监视等。人脸检测的主要目标是要从视频图像中检测有无人脸，如果能够检测到人脸，则输出人脸所在位置和范围。近年来，基于肤色的人脸检测方法受到众多研究者的关注，并被证明是一种有效的检测方法，尤其在快速人脸检测和跟踪系统中更是如此。基于肤色的人脸检测方法是一类方法，实际应用中需要作不同的改进。本文主要针对复杂背景下彩色图像中的人脸检测问题进行研究，所作的主要工作如下：1．针对人脸肤色对光照敏感的特点，为了减少光照对于人脸检测的不利因素，提出了一种“亮度参考”的光照补偿方法；2．建立适应可变光照下的高斯肤色模型。通过肤色采样统计和聚类分析后，确立一种在YCbCr空间下的基于高斯模型的肤色分割方法，在YCbCr色彩空间中建立肤色分布的高斯模型；3．设计了适合眼睛和嘴巴的变形模板。本文使用平均模板匹配方法对候选嘴巴(眼睛)进行确认，并针对图像中的嘴巴(眼睛)通常有一定角度旋转和尺寸大小不确定的问题，通过计算候选嘴巴(眼睛)图像块的偏转角度和面积，并以此调整模板，优化模板配准，提高模板匹配的准确性，同时避免使用多尺度模板进行多次匹配运算，提高算法效率；4．基于上述检测定位方法，采用Visual C++平台开发一个视频序列图像人脸检测系统。