在计算机视觉领域,人脸作为一种重要的生物特征,其非接触、便捷、可靠等优点使它成为最具前途的身份认证方法,在经济、安全、社会保障、犯罪、军事等领域具有很高的应用价值。同时,人脸识别也是模式识别的重要课题之一,具有重要的研究价值。本论文设计并实现了一套基于人脸识别的多视角安检追逃系统,主要内容如下：(1)结合安检闸口的实际应用场景,考虑到肤色检测方法具有相对稳定、速度快等优点,本系统选用基于肤色分割方法进行人脸区域预定位。该方法在YCbCr颜色空间中采用高斯分布模型分割肤色,得到类人脸区域,然后对其进行形态学处理得到粗定位后的人脸候选区域以辅助并加速后续人脸检测过程。(2)针对肤色分割方法准确率低和AdaBoost对高清监控画面进行整帧搜索检测效率低的问题,系统借鉴并采用肤色分割实现AdaBoost人脸检测的前端优化。为解决多视角人脸检测中的姿态问题,系统采用金字塔型分类器将大姿态角人脸检测分解为若干小姿态角人脸检测。(3)在识别算法方面,为了解决姿态变化所导致的算法识别率下降问题,系统采用姿态无关人脸识别方法,通过建立多姿态人脸库,使特定姿态的人脸在相关姿态人脸库中得到最佳匹配。(4)论文设计并实现了一套基于人脸识别的多视角安检追逃系统。系统通过三路高清相机采集安检闸口监控视频,采用本文所研究算法设计实现了其中的多视角人脸检测、人脸识别核心算法模块。