人脸检测指对任意给出的一幅图像,采取一定的策略对其实施检索以确定图像中是否包含有人脸,若包含则输出显示人脸的位置、尺寸和表情的一种智能技术。在现代科学、网络技术迅速发展的高度信息化的今天,传统的身份验证方法存在安全漏洞,因此以指纹识别、语音识别、虹膜、视网膜、人脸以及基因等生物特征识别技术得到了广泛的关注。人脸检测技术具有方便、直观、高速、友好、灵活和隐蔽性强的优点,成为自动身份识别的基础和重要过程。在国家安全、个人财产安全、公共信息安全、远程视频系统、视觉监视监控、自动身份验证以及人机交互等领域发挥重要作用,成为国内外研究热门的领域。本文在归纳和分析人脸检测算法和实现技术基础上,针对检测速率和精准率,充分考虑FPGA并行执行特性提高Adaptive Boosting算法的检测速度,提出基于FPGA的Adaptive Boosting算法人脸检测系统的设计方法。本文使用Haar特征法提取人脸特征;利用积分图法计算特征值;Adaptive Boosting算法训练弱分类器成为强分类器;通过分类器级联法提升强分类器检测性能,并完成从算法及原理到Verilog硬件描述语言的转译与优化。本文基于DE2硬件平台搭建图像数据存储模块,视频解码模块,检测模块,输出显示模块的硬件检测系统,使用Verilog语言实现每个模块的逻辑设计,完成人脸检测系统测试。测试结果表明,本文设计的人脸检测系统实现预期功能。经测试,系统接入单个摄像机,在640×480分辨率画面的实时传输条件下,人脸检测系统处理图像的帧率达到36.65帧/秒,准确率达到90.35%。