当今,人脸检测与识别的研究涉及许多领域,与计算机人机交互领域和基于其他生物特征的身份鉴别方法都有着密切联系。这项技术已经广泛应用在工作、生活中的各个领域,尤其是安全领域,使得人脸的检测与识别技术成为当前研究领域的一个热点和重点。本课题主要研究了网络视频监控系统中人脸检测与识别的基本理论和关键技术,主要研究工作包括以下几个方面：(1)在原有YCbCr的肤色检测算法的基础上做了改进,并利用视频序列前序帧的肤色检测结果和结合肤色知识规则简化肤色运算的方法,以及使用在二值化图像中改进的中值滤波方法简化了肤色检测结果去噪的算法,提出了一种新的实现一个基于YCbCr色彩空间快速的检测视频帧中肤色区域的算法。(2)在肤色检测的基础上使用二值化肤色模板匹配来实现人脸的检测的方法。结合肤色检测和模板匹配实现视频监控中的实时人脸检测。(3)使用OpenCv实现基于AdaBoost的人脸检测算法,实现了一个在实时获取的监控视频中检测人脸位置的算法。(4)构建了面向办公室环境的基于人脸检测识别的智能考勤系统。在办公室视频监控环境下,实现了无须人为干预、完全自动监视的自学习考勤记录功能。