人脸识别技术作为生物特征识别技术的重要组成部分,是应用数学、模式识别和计算机科学的交叉热点问题。人脸检测技术作为人脸识别的一个关键技术,具有极高的学术研究价值和应用价值。本文归纳和分析了当前人脸检测的经典算法,然后从训练过程和检测过程对算法进行了优化,以AD-AdaBoost算法为基础,对训练过程和检测过程对算法进行了优化,并在此基础上训练了一个级联分类器,构建了人脸检测系统。具体的内容如下：首先,根据AD-AdaBoost算法中的权重更新规则,增加了一个权重更新阈值,有效地避免了一部分困难样本因权重增长过快而导致的退化现象。其次,根据Haar-like矩形特征的特征值的特点,在检测过程中,我们保持待检测图像大小不变,逐层等比放大检测窗口,遍历整张待检测图像,提高了系统的检测速度。最后,通过改进后的算法训练出人脸检测器在中科院可见光人脸数据库上进行了检测。检测率达到97.8%,误检率是0.01%。