人脸检测技术可以有效应用在视频安防监控等领域中,而传统的人脸检测系统主要是在PC或大型服务器上实现的,这样的系统在便携性和开发成本上有很大缺陷。而嵌入式技术目前发展迅速,将人脸检测与嵌入式技术相结合,研究具有体积小、便携性好、成本低等优点的嵌入式人脸检测系统,将会带来更大的竞争优势。在研究了人脸检测算法与嵌入式技术的基础上,对嵌入式人脸检测系统的功能和性能进行需求分析,根据需求分析设计了系统总体方案,搭建了以ARM11处理器、USB摄像头为硬件平台,以Linux操作系统、OpenCV和Qt辅助函数库为软件平台的系统开发平台,利用V4L2接口控制摄像头采集实时视频图像,利用Adaboost算法对采集到的视频进行人脸检测,并在屏幕上显示检测结果,实现了一种嵌入式人脸检测系统。最后针对系统测试过程中出现的实时性较差等问题对系统的功能和性能进行了以下改进。为了克服传统人脸检测系统功能单一、存储数据占用空间大的缺点,在系统中实现了监控报警和视频帧选择性存储功能,当系统检测到视频中有人脸存在时,立刻触发蜂鸣器报警,同时将检测到人脸的这一帧视频存储到SD卡中,并且利用系统当前时间为存储的图片命名,如果未检测到视频中有人脸存在,则不存储图像,从而有效节省系统存储空间,并且方便后期查询。为了解决在嵌入式平台上人脸检测速度慢、实时性差的问题,从设置合适的人脸检测参数、裁剪人脸检测分类器、在人脸检测前进行图像缩放以及设置肤色感兴趣区域四个方面进行了改进,改进后的系统平均检测时间从2260ms减少为80ms,检测率为92.3%,达到系统设计指标。