人脸检测与识别技术是一种重要的生物特征验证手段,在安全访问控制、视觉监测、智能用户接口、基于内容的图像检索等方面有着重要的应用。而人脸检测是人脸识别的一个关键部分。在查阅大量资料的基础上,研究了神经网络、隐马尔科夫模型等各种人脸检测技术并详细分析其优缺点。针对目前基于肤色人脸检测算法误检率高的问题,本文提出一种将肤色模型和小波变换、Fisher分类相结合的新算法。它包括了基于肤色信息的图像分割预处理和基于小波变换和Fisher分类器的人脸特征验证两个主要模块。前一模块主要是检测出人脸肤色区域,将可能人脸区域与背景区域区分开;后一模块主要是对可能人脸区域进行判定,以确定最终人脸,其中眼睛位置在小波变换后根据几何位置进行检测,嘴巴位置采用Fisher分类器检测。实验证实,将YCbCr肤色模型与小波变换及Fisher分类器相结合的新算法能够快速、准确的对人脸进行检测。与传统的YCbCr肤色模型检测算法相比,该方法有效的降低了检测误检率,提高了检测精度。