手语不仅包含手和手臂的动作,而且也包含表情、头部姿态和体势等动作。有实验表明,手语中只有手势而没有表情时,人所能理解的内容估计不超过60%。作为表情识别和头部姿态估计的前提,人脸检测具有重要的研究意义。本文针对手语视频中的人脸检测问题,结合Adaboost和肤色检测方法,改进手语视频中人脸检测的效果,并最终实现了一个高召回率和高准确率的人脸检测系统。具体的研究工作如下：1、本文首先研究了Adaboost人脸检测算法。针对手语视频中存在的手部干扰问题,本文在训练分类器时将大量人手样本加入到负样本集中,训练了一个正面人脸分类器。针对手语视频中头部呈现多姿态情况,本文又训练了侧面人脸分类器。实验结果表明Adaboost人脸检测算法具有较高准确率但召回率较低。2、本文研究了基于肤色的人脸检测算法。实验结果表明肤色人脸检测算法具有较高的召回率,但是其准确率和精度较低。3、本文将肤色人脸检测算法和Adaboost人脸检测算法相结合。利用Adaboost人脸分类器扫描肤色分割后的图像,精确定位人脸。实验表明,本方法不但有较高召回率,而且还有较高的准确率和精度。提高了手语视频的人脸检测效果。4、最后,本文设计与实现了结合Adaboost和肤色检测方法的人脸检测原型系统。