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。本文针对复杂背景下的彩色正面人脸图像,将肤色分割、模板匹配与候选人脸图像块筛选结合起来,构建了人脸综合检测算法,并用自制的人脸图像数据库进行了一系列的实验统计。本文首先介绍了人脸检测技术研究的背景和现状,阐明人脸检测技术发展的重要意义,对目前常用的一些检测算法进行了总结,然后着重阐述了彩色图片的人脸检测算法。本文改进的光照补偿方法能有效改善图像质量,对色度空间进行非线性变换,结合椭圆肤色分割模型,较好地分割肤色区域,采用数学形态学和一些先验知识对所得到的肤色区域进行人脸特征筛选,进一步剔除非人脸肤色区域,减少候选人脸区域,简化后续检测过程的处理。本文采用两种不同模板:梯度能量谱模板和纹理特征模板。用模板匹配方法对肤色区域进行人脸定位,并针对图像中的人脸通常有一定角度旋转和尺寸大小不确定的问题,采用多分辨率人脸搜索窗,提高模板匹配的准确性,最后构造了基于肤色和模板验证的人脸检测算法,并用自制人脸图像数据库进行测试。实验结果表明:算法实现了复杂背景下正面及有一定侧面,以及任意旋转角度和大小的彩色图像人脸检测,具有较高的检测性能和低的误判率。