近几年来,人脸检测已经成为计算机模式识别中比较热门的研究课题,公安犯罪管理,身份认证,视频通话等等,在各个领域都有着很重要的应用,国内外的相关研究工作也越来越多。人脸检测是人脸识别的第一步,人脸检测的结果直接影响着人脸识别的结果。由于受到图片中包含复杂背景、光照问题、图片中人脸姿态,等等一系列客观因素的影响,使得人脸检测也是生物模式识别领域比较困难的研究课题之一。本文的主要研究内容如下:1.基于Adaboost算法的人脸检测,挑选出一些能够识别人脸的特征,然后构成级联式的人脸筛选器,进行人脸检测。由于原始的Adaboost算法的人脸检测,不能够检测到侧面人脸,受到Adaboost算法人脸检测的启发,本文尝试对侧面人脸样本进行训练,进行侧面人脸检测的实验尝试。2.针对彩色图像中的肤色信息,本文选用YCbCr色彩空间,利用高斯模型对肤色建模,提取出肤色,然后结合提取轮廓,进行人脸标定。实验证明本文方法对于多人脸,多姿态具有很好的适应性。3.本文最后总结了肤色与Adaboost方法进行人脸检测时的不足,然后将两者结合,利用椭圆肤色模型与Adaboost算法相结合,来进行人脸检测。实验证明,本文的方法,综合了两种方法的优点,误检率有所下降,并比传统的Adaboost算法在检测率上有所提高,同时又提高了检测速度。