人脸检测与定位技术是模式识别与机器视觉领域最有挑战性的研究课题之一。随着社会的发展、科技的进步，对方便、可靠、自动身份鉴别的实际需求日益迫切，人脸识别技术重新成为机器智能研究的热点问题。研究人脸识别其意义不仅仅在于推动图像处理、模式识别理论与应用的发展，满足身份验证、基于内容的检索等实际需求。同时由于人脸模式的特殊性，对人脸识别进行应用研究，对推动认识科学、生理学、心理学等相关学科的研究也有积极的影响。 文章对人脸检测与定位中的问题与难点做了深入的研究，主要解决以下几个关键问题： (1)提出了一种基于寻找最佳阈值分割的人眼定位方法，该方法能快速而精确地定位出人眼位置。 (2)在传统的肤色模型人脸检测算法的基础上，结合人脸结构特征进行匹配，并引入变形椭圆区域进一步寻找人脸区域，通过该方法大大提高了人脸检测的准确率。 (3)在前面人脸检测的基础上，引入了支持向量机和神经网络的方法对前述人脸检测结果进行了验证，并对两种方法的性能进行了对比。 总之，本文的研究目标是在融合现有算法和验证方法的基础上，改进并提出与现有算法相比性能更好，准确率更高的人脸检测算法。大量的实验结果表明，本文提出的人脸检测与定位的方法，具有一定的理论价值与实用价值。