人脸检测作为人脸信息处理中的一项关键技术，近年来成为模式识别与计算机视觉领域内一项受到普遍重视、研究十分活跃的课题。而由于牵涉到模式识别、图像处理及生理、心理学等方面的诸多知识，并且由于人脸之间存在很大的相似性以及人脸的高度可变形性,使得这一课题极富挑战性。　　针对目前人脸检测方法大多数仅适用于正面人脸图像中人脸的检测，而对于一定姿态的人脸图像存在局限性这一特点，本文在肤色模型理论的基础上，将分形理论引入到人脸检测中，提出了一种适合姿态人脸的检测方法---基于分形理论的人脸检测方法。该方法既克服了传统基于启发式（知识）模型的方法和基于统计模型的方法适应变化能力差、检测速度慢的缺点，又克服了单纯的肤色模型算法对肤色相近区域误检率高的缺点，利用人脸图像所特有分形特征，可以实现在自然环境下的多角度、多姿态人脸的检测，较传统方法有明显的优点。　　通过对200幅图像中329幅人脸进行检测，结果共检测出305幅真人脸，11幅假人脸，漏检24幅。检测率为92.7％，检测可靠性为96.5%，漏检率为7.3%，平均检测时间大约为2.2s。实验结果表明：应用本文所提出的基于分形理论的人脸检测方法对姿态人脸图像进行检测效果良好。