随着交通的不断发展,人均拥有私家车的数值不断攀升,高速交通的安全问题也越来越受到人们的关心。目前各大高速公路上都已安装了监控设备,来提升监管力度,杜绝交通安全隐患,更是作为事后责任追究的重要手段。但是每天24小时的交通视频量是巨大的,传统方式上往往采用人工定位分析检测视频录像,效率低下。如何在信息量巨大的视频中,快速有效的找到有效信息,成为了当前研究的热门。基于这个大背景下,本论文从小处着手,重点研究监控视频中的人脸检测。它是基于内容视频检索应用的一个重要前提,并具有重大的应用价值。由于人脸模式的错综复杂、易受干扰,现有的人脸检测算法普遍存在着计算量大、速度慢、鲁棒性差等缺点。肤色检测算法具有简单、快速的特点,但是不能很好地克服光照、背景颜色干扰等因素的影响。本文首先阐述了现阶段高速视频监控系统的发展情况,引出了在高速公路视频监控系统中应用人脸检测技术的必要性,在这基础上分析和研究了当前人脸检测技术发展现状以及存在的一些研究难点,然后针对Adaboost算法在人脸检测技术领域的优越性,本文详细分析其人脸检测的特征依据,算法的基本思想及重要内容。在这些理论研究的基础上,本文设计和实现了一个基于Adaboost的视频中人脸快速检测系统,在系统中提出了一种视频帧随机抽取策略以及基于肤色的人脸粗检测算法的预过滤机制,可以减少系统的处理帧数及系统计算量,极大的提高了视频处理效率,最后详细阐述了该系统的设计方案和实现过程。最后,介绍了OpenCV的相关理论与技术,并利用了VC++6.0和OpenCV技术实现了该系统方案,结合实验结果,分析了系统所存在的一些不足,提出了相应的一些解决方案,并对人脸检测技术的发展进行了展望。