人脸检测是人脸识别、表情分析、人脸跟踪等人脸信息处理前提和基础。随着视频监控覆盖面的不断扩大,人脸监控所具有的不易被观测对象发现的显著优势使得视频人脸检测被越来越多的应用在了犯罪分析、智慧安防、人工智能等领域。现有的视频人脸检测算法在处理非理想条件(包括背景复杂、光照影响、人脸旋转等等)下的检测问题,往往仅针对其中某种情况有较好的效果,当多种非理想条件并存时,检测性能急速下降。而实际的视频信息中多种非理想条件并存是常态,因此针对这种复杂条件下的视频人脸检测,本文引入深度学习理论并结合视频帧间的连续性,探讨具有较强鲁棒性、误检率和漏检率低,且检测速度快的方法,以期为智能监控及智慧安防提供基础支持。具体研究内容如下:首先,以深度学习理论和人脸检测神经网络为基础,提出一种级联型概率态受限玻尔兹曼机学习网络以实现视频单帧的人脸检测。它首先利用概率态受限玻尔兹曼机(Probability state-Restricted Boltzmann Machine,P-RBM)中神经元的概率表征来模拟人脑神经元所具有的连续分布激活状态,然后通过级联多个P-RBM构建深度学习检测网络来仿真人脑对视觉的层次学习模式,并以逐层递减隐藏层神经元数来控制网络规模,最后采用分层训练和整体优化的机制来缓解鲁棒性和准确性的矛盾。该算法利用学习网络在充分提取输入数据各层次特征的基础上建立从底层特征到高层语义的映射,继而获得输入数据的语义信息以准确地完成检测任务。其次,上述这种面向视频单帧的人脸检测并未利用视频特有的帧间连续性信息。因此,在上述研究基础之上,进一步研究视频帧间的连续性,提出多帧间信息融合的视频人脸检测算法。针对视频单帧的人脸检测结果,它首先利用人脸肤色区域长宽比去除部分误检区域,其中长宽比允许范围的设定采用自适应更新方式以获得检测视频最适宜的边界条件,然后通过视频帧间人脸位置变化规律估计当前帧的检测结果,并与真实检测结果进行对比,利用对比规则对检测结果进行修正,删去误检区域,补上漏检区域,提高算法的检测准确率。实验数据表明,面向视频单帧人脸检测的级联型P-RBM学习网络不仅能实现较低漏检率和误检率的人脸检测,同时对旋转人脸的检测具有较强鲁棒性。另外,其检测速度较快,基本能满足实时检测的要求;将其与多帧间信息融合算法相结合实现的视频人脸检测不仅保持了原有的较快检测速度和较低误检率,同时显著降低了漏检率,还提高了对部分被遮挡人脸的检测性能。