近几年来,随着多媒体处理技术的日趋成熟以及人们安全意识的不断提高,视频监控系统在社会生活的各个方面都得到了广泛的应用。人是社会的主体,监控系统的作用主要是实现对人的监控。而从海量的视频资料中查找人物信息,对人而言,是一项既费时又费力的工作。因此,视频监控系统在智能方面,还需要进一步地改进。人脸检测不论是在生物识别,还是在计算机视觉以及模式识别等领域一直以来都是一项受到高度重视的研究课题,而且不断出现新的研究方法与结合点。本论文通过采用人脸检测的方法,建立了一个视频子序列提取系统。主要研究内容涉及如下几个方面：1.研究视频格式及其特点,比较不同视频格式的编码和解码方式,确定在进行人脸检测的过程中采用的方法；2.研究目前主流的人脸检测的方法,比较其优缺点、适用范围等等,并选择合适的方法应用于本系统。根据视频在时间以及空间连续的特点,本文提出了一个基于随机算法的帧序列过滤算法,并结合OpenCV技术获取简化的视频检测帧序列,从而避免了视频帧的全盘检测,提高了检测效率；3.对系统进行建模。在对数据库建模时,为了尽可能的避免数据冗余以及后期数据量增大带来的数据库性能问题,使数据库模型满足第三范式的要求,并创建适当的索引和存储过程。在对系统功能进行建模时,考虑到后期功能性的扩展以及数据库类型的改变,采用适当的设计模式,并为新增功能以及新的数据库类型预留接口；4.根据上述系统模型,对系统进行编码实现和测试。最终,本系统可实现对指定目录的视频资料进行自动或手动检测,提取并存储各个视频资料中人物出现的起止位置。从而有效地减轻了人的工作量,降低了工作强度,提高了工作效率。