人脸检测是人脸识别、表情识别、安全系统和人机交互的第一步。传统的人脸检测对侧脸的鲁棒性较差，检测速度较慢，同时检测的准确率不高。针对这些缺点，本文提出了一种快速人脸检测算法和一种去除人脸误检测的算法。快速人脸检测在Viola-Jones人脸检测器的基础上对特征的选取进行了改进，从而使得检测器对侧脸的鲁棒性加强。同时对检测模型进行了改进。通过相邻尺度特征的近似计算避免了检测时图像的缩放，还采用软级联模型加快分类器的决策速度，从而加快了检测的速度。我们还提出了一种基于卷积神经网络的分类方法，在快速人脸检测步骤之后，对检测得到的人脸候选项进行筛选，除去那么被误检测为人脸的候选项，从而提高检测的准确率。　　实验结果表明，本文提出的检测算法在对侧脸的鲁棒性，检测的速度，检测的准确率上都超越了传统的人脸检测方法。