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。今天,它已远远超出了人脸识别的范畴,在出入安全检查,视频编码,视频监测与跟踪,基于内容的检索等方面都有着极其重要的应用。现有的静止图像人脸检测算法主要有四类:基于知识的方法、基于特征不变量的方法、基于模板匹配的方法和基于表象的方法。本文采用基于特征不变量的方法研究复杂背景的彩色静止图像的人脸检测问题,针对此类算法对背景和视频设备依赖性较大,且适用面较窄的缺点,提出了一种基于肤色检测和分块面部特征验证的方法。算法在类肤色区域内提取出面部特征,而后分块验证确定人脸。本文改进的光照补偿方法有效改善图像质量; 结合色调和饱和度特性的肤色聚类分割,较好地粗定位人脸,并且Sobel算子轮廓抽取加马赛克的方法以及区域合并,有效地改善了过分割和欠分割情况的发生; 融合灰度和小波信息提取人眼特征,凸显图像中的人眼; 使用High-boost filtering变换提取嘴部特征,该变换增加图像灰度对比度,极大降低嘴区灰度对光照的依赖; 采用分块面部特征验证方法,弥补基于面部特征验证的缺陷。系统实现了复杂背景下正面以及有一定侧面旋转角度和表情变化的彩色图像人脸检测,正确率达85%。