人脸检测是人脸信息处理领域中的一个重要环节。由于人的行动和人脸的装饰表情都具有复杂的模式变化，加之存在人脸的图像背景的复杂性，目前还没有在任何条件下都能取得理想效果的人脸检测系统。人脸的检测成为一个具有挑战性的课题，有着广泛的应用前景，对其进行研究有着重要的现实意义。 本文对人脸检测技术进行了研究和探讨，提出了一种基于视频序列的动态人脸检测方法。该方法在视频图像序列中用主元分析方法检测出运动的人体区域，然后在人体区域上利用理想椭圆模板进行人脸检测。 在运动物体检测部分，提出用相邻三帧图像序列进行主元分析，取第二主元的方法，去除大部分无关的图像背景，保留运动信息。这种方法能直观地检测运动物体，缩小了人脸检测的范围。 在人脸检测部分，分为预处理阶段，椭圆模板匹配阶段和人脸验证三个阶段。 在预处理阶段，采用YCbCr和YIQ两种肤色空间相结合进行肤色分割。然后运用面积密度，长宽比，致密度和相对重要性消除等4种几何形状特征清除与人脸几何特征不符合的区域。预处理后能提高后续人脸检测的精度。 在椭圆模板匹配阶段，提出自动调整椭圆模板的长轴，短轴和偏转角的方法，与候选区域进行面积相似度和边缘相似度匹配。能够更好地拟合人脸的外部轮廓。 在人脸验证阶段，将检测出来的人脸图像与生成人脸模板进行匹配，通过计算两者的相关性系数来验证人脸区域，这样可以消除与人脸形状相似区域的干扰，提高人脸检测的精度。 人脸检测系统对运动视频图像进行人脸检测，实验结果表明该算法对室内运动物体具有较高的灵敏度，在人体的基础上检测人脸，能够缩小检测范围，提高检测的准确性，有一定的实用价值。