传统的监控活动通过人工的方式对被监控对象进行识别。这些视频监控系统功能单一,只能够存储和回放视频。而人工的实时监控方式中,监控人员极易疲劳,在监控视频数量较多时,容易遗漏重要信息,难以准确找到特定目标。基于上述原因,监控活动急需智能视频监控系统,来帮助监控人员更好地完成寻找监控中所有人员的工作。针对这些现象和问题,本文提出了目标驱动的监控视频定位系统中人脸检测方法的设计与实现,本文的人脸检测方法具有高准确率和低计算成本的优点。本论文设计并实现了一个目标驱动的监控视频定位系统,将系统分为视频处理模块、人脸检测模块、人脸识别模块和摄像头转动模块等四个功能模块。在视频处理模块中对摄像头采集的视频流进行截帧处理,得到的图像经过人脸检测模块与人脸识别模块,找到视频中特定目标的位置信息,然后在摄像头转动模块中对摄像头发出相应指令,以进行以特定目标为驱动的监控活动。此外本文重点研究了人脸检测模块中人脸检测方法在该系统中的应用,设计了一个卷积神经网络结构与一个隐式支持向量机分类器,并将二者结合实现了本系统中的人脸检测方法。最后,本论文对所实现目标驱动的监控视频定位系统进行了功能性测试和性能测试。测试结果表明,系统能够满足检测特定目标并以之为驱动进行持续监控的需求。系统中的视频处理模块、人脸检测模块、人脸识别模块和摄像头转动模块均能够正常运行并实现本模块功能。此外,本论文实现的人脸检测方法在保证了一定实时性的前提下,在检测率、误检率、漏检率等人脸检测重要评价标准上都有着较好的表现。